PDF به Markdown

تبدیل اسناد به Markdown برای RAG و LLM.

✨ موتور هوش مصنوعی Premium
🔒 این یک ابزار هوش مصنوعی با کیفیت بالا است. برای استفاده از آن حساب رایگان ایجاد کنید. ثبت نام مجانی ورود

هیچ زبانی با جستجو شما مطابقت ندارد.

⬇️

کشیدن و رها کردن یا چسباندن یک تصویر صفحه نمایش

تصویر، پی‌دی‌اف، واژه (DOCX) یا متن - انداختن، مرور، چسباندن یا استفاده از نشانی وب

🔒 پرونده هاتون به صورت خصوصی پردازش ميشه و به طور خودکار حذف ميشه

تبدیل پی‌دی‌اف به مارک‌داون که ساختار سند شما را حفظ می‌کند به جای صاف کردن آن به یک رشته طولانی از متن. OCR.chat هر صفحه را با موتور هوش مصنوعی premium خود می‌خواند و عنوان‌ها، فهرست‌های عددی و عددی، جدول‌ها و ترتیب خواندن را به عنوان مارک‌داون تمیز و آگاه از طرح استفاده می‌کند که می‌توانید از آن در هر جایی که مارک‌داون پشتیبانی می‌شود استفاده کنید.

این ابزار برای هر کسی که سندها را به LLMها و RAGها تغذیه می‌کند ساخته شده است، جایی که ساختار چیزی است که مدل در واقع بر آن استدلال می‌کند. این ابزار برای انتقال گزارشها، راهنمایها، قراردادها و مقالات پژوهشی به برنامه‌های یادداشت مانند Obsidian، Notion یا یک سایت استاتیک repo یا برای تبدیل یک دستاورد اسکن شده به Markdown ویرایش پذیر که می‌توانید در چند ثانیه تمیز کنید، به همان اندازه مفید است.

OCR.chat برای آزمایش رایگان است و بدون ثبت نام، و PDF به Markdown در سطح AI premium اجرا می‌شود، بنابراین طرح‌های پیچیده، صفحات چند ستون و جدول‌های جاسازی شده به جای رمزگشایی، به صورت سالم در می‌آیند. شما Markdown شناخته شده را در کنار صفحه اصلی خود با نقاط اعتماد پایین پرچم‌دار دیده اید، بنابراین می‌توانید به آنچه کپی می‌کنید قبل از اینکه به مدل یا یادداشت‌های خود برسد اعتماد کنید.

چطور pdf به markdown

1
سند خود را بارگذاری کنید
یک PDF یا تصویر را بکشید و روی صفحه بگذارید، یک تصویر صفحه نمایش را بچسبانید یا یک فایل را از دستگاه خود انتخاب کنید.
2
بذار موتور هوش مصنوعی بخونش
سطح هوش مصنوعی پریمیوم هر صفحه را پردازش می‌کند، سرفصل‌ها، فهرست‌ها و جدول‌ها را با ترتیب صحیح خواندن شناسایی می‌کند.
3
بررسی کنار به کنار
Check the generated Markdown next to your original, with low-confidence text flagged so nothing slips by unnoticed.
4
بارگیری یا رونوشت از Markdown
یک فایل.md را صادر کنید یا Markdown را مستقیماً به تخته یادداشت برای RAG Pipeline، repo یا Note App کپی کنید.

کاربردهای مشترک

  • آماده کردن اسناد برای RAG و LLM، جایی که عنوان‌ها و فهرست‌ها به مدل ساختاری را که نیاز دارد بازیابی کند و دقیقاً استدلال کند، می‌دهند.
  • گزارش‌ها، راهنمای‌ها و پی‌دی‌اف‌ها را بدون از دست دادن شکل کلی آن‌ها به برنامه‌های یادداشت مانند Obsidian یا Notion منتقل کنید.
  • مقاله‌های تحقیقی و مقالات اسکن شده را به مارکداون تمیز برای استنباط، یادداشت یا بازنویسی تبدیل کنید.
  • تبدیل مستندات محصول و ویکی‌های داخلی به Markdown برای یک ژنراتور سایت استاتیک یا دکس ریپو.
  • استخراج متن ساختاری از قراردادها و سیاست‌ها تا تیم‌های قانونی و مطابقت بتوانند آنها را جستجو و نقل قول کنند.
  • نگارش و چاپ کتاب‌های درسی و کتاب‌های درسی در زمینه‌های مختلف و در قالب‌های مختلف.

پرسش‌های متداول

موتور هوش مصنوعی پرمیوم برای طرح‌بندی‌های پیچیده تنظیم شده و معمولاً عنوان‌ها ، فهرستها ، جدولها و ترتیب خواندن را به درستی بازتولید می‌کند. هر نتیجه در کنار متن اصلی شما نمایش داده می‌شود و متن با اعتماد پایین پرچم‌دار می‌شود ، بنابراین می‌توانید قبل از استفاده از آن ، هر چیزی را تأیید کنید.

می‌توانید پی‌دی‌اف و همچنین تصاویر PNG ، JPG ، WEBP ، GIF ، BMP و TIFF را بارگذاری کنید. خروجی یک پروندۀ Markdown (.md) است ، و همچنین می‌توانید Markdown را از صفحه نتایج به تخته یادداشت خود رونوشت کنید.

بله. جدول‌ها به عنوان جدول‌های واقعی Markdown با ستون‌های هم‌اندازه به جای متن‌های ناهم‌اندازه بازسازی می‌شوند و هیچ چیز به صورت خاموش از صفحه حذف نمی‌شود.

مارک‌داون ساختار سند را حفظ می‌کند، مانند عنوان‌ها، فهرست‌ها و جدول‌ها، که LLMها برای درک متن و بازیابی گذرگاه‌های درست از آن استفاده می‌کنند. یک متن خام این ساختار را از دست می‌دهد و معمولاً پاسخ‌های بدتری تولید می‌کند.

بله. سطح هوش مصنوعی پریمیوم طرح‌های چند ستون را شناسایی می‌کند و آن‌ها را به جای خط به خط ستون‌ها به ترتیب صحیح خواندن دوباره جمع‌آوری می‌کند.

OCR.chat متن را در بیش از ۱۰۰ زبان از جمله لاتین، چینی، ژاپنی، کره‌ای، عربی، سیریلیک و هندی شناسایی می‌کند.

بله. عنوانهای بخش به عنوانهای Markdown (# و ##) تبدیل می‌شوند ، بنابراین سند شما خطوط خود را حفظ می‌کند ، و گذرگاههای تک‌فاصله یا داخل‌شده به عنوان بلوکهای کد پیچیده می‌شوند. این ساختار چیزی است که اجازه می‌دهد یک تکه بازیابی‌کننده RAG روی عنوانها و یک LLM قطعه‌های کد را سالم نگه دارد.

OCR.chat بر محتوای متن تمرکز می‌کند، بنابراین نمودارها، عکس‌ها و شکل‌ها به عنوان دوگانه در Markdown جایگذاری نمی‌شوند. هر متنی در یک شکل، مانند برچسب‌ها یا عنوان‌ها، هنوز خوانده می‌شود و در ترتیب خواندن قرار می‌گیرد، که معمولاً LLM نیاز دارد.

نمادهای خطی و عبارات ساده به صورت متن رونویسی می‌شوند، و سطح AI Premium می‌تواند ریاضیات را به عنوان LaTeX نمایش دهد، بنابراین معادلات در شکلی که LLM می‌تواند بخواند باقی می‌مانند.

این به این صورت است. Markdown نویز طرح‌بندی و فضای خالی تکراری یک پروندۀ PDF خام را حذف می‌کند ، بنابراین شما ورودی محکم‌تر و ساختاری بهتر را ارسال می‌کنید. برای PDFهای بسیار طولانی ، می‌توانید Markdown حاصل را با سرآیند تقسیم کنید تا در زیر پنجرۀ متن مدل بمانید.

استفاده رایگان با یک حق ماهانه صفحه همراه است؛ برنامه‌های پرداختی از $5/mo اضافه کردن صفحات بیشتر (کرتی به عنوان صفحات محاسبه)، پردازش دسته، و یک REST API به شما اجازه می‌دهد که پی‌دی‌اف‌ها را به Markdown مستقیماً از خط لوله خود تبدیل کنید.

شما می‌توانید آن را بدون ثبت نام رایگان امتحان کنید. یک حساب رایگان به شما اجازه صفحه ماهانه می‌دهد، و برنامه‌های پرداختی از $5/mo صفحات بیشتری، پردازش دسته ای و دسترسی API را اضافه می‌کنند. پرونده‌ها فقط برای OCR پردازش می‌شوند، سپس به طور خودکار حذف می‌شوند و هرگز فروخته یا به اشتراک گذاشته نمی‌شوند.

استفاده از این از طریق API

این ابزار را به صورت برنامه‌ریزی شده با یک POST تک اجرا کنید. با نشان API از صفحه حساب شما هویت‌یابی کنید.

curl -X POST https://ocr.chat/api/v1/ocr/ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -F "file=@your-file.png" \
  -F "tool=pdf-to-markdown"

پرونده‌های ۵ صفحه یا کمتر ، نتیجه را در خط برمی‌گردانند. در غیر این صورت ، کار را پرس و جو کنید ، سپس آن را به عنوان بارگیری کنید md:

curl -L "https://ocr.chat/api/v1/ocr/JOB_UUID/download/?format=md" \
  -H "Authorization: Bearer YOUR_API_TOKEN" -o result.md
خواندن مستندات API →

ابزارهای OCR بیشتر

🖼️ تصویر به متن 📄 تبدیل PDF به متن 📝 تبدیل PDF به WordName 🗎 تصویر به واژۀ 📊 جداساز جدول 🔍 PDF قابل جستجو ✍️ دست‌نوشت به متن ➗ ریاضیات به LaTeX 🧾 اسکنر دریافت 💳 OCR فاکتور 🧩 سند به JSON 🌍 ترجمه سند 🔤 کلمه به متن 📃 Word به PDF 📈 اکسلName 🧮 تصویر به اکسل 🌐 مترجم تصویر 👁️ توصیف تصویر ♿ مولد متن جایگزین 💬 گپ زدن با PDF 🗨️ گپ زدن با سند
رتبه این صفحه
★ ★ ★ ★ ★
5.0/5 (0)

چه چيزي رو مي تونيم بهتر کنيم؟ بازخورد شما به ما کمک مي کنه مشکلات رو حل کنيم