大家好啊,這期也是一位小夥伴點播的工具。
他把鏈接發給我,說這個工具對他的學習很有幫助。
問我能不能做。
我研究了一下,這是一個非常優秀的開源項目。
專注於將複雜文檔,比如含公式的PDF等轉換為機器可讀的Markdown或JSON格式,
使用於大模型訓練準備、知識庫構建、科研文獻解析、教育資料處理等場景。
這個項目本身官方有在線平台,也有Windows客戶端,但有一定的限制。
我用Github原碼打包了這個懶人包,純本地運行,完全沒有限制。
這……就是今天的作弊碼。
老規矩下載網盤裡的壓縮包。
解壓到沒有中文和特殊字符的路徑。
雙擊一鍵啟動Web UI。
稍等片刻,會自動打開瀏覽器。
非常熟悉的Gradio介面。
左邊這裡可以看到支持處理的文件類型。
我這裡找一個PDF文件。
這是一篇千問3TTS的技術論文。
脫放或者點擊上傳都可以。
然後選擇解析後端。
這裡有三個選擇。
老架構的10系4G到6G顯存的小夥伴。
用Pipeline後端。
20系以後8G顯存以上的顯卡。
官方建議使用VLM或者Hybrid引擎。
最大轉換頁數。
使用默認值。
主標指向高級選項。
可以看到幾個選項。
啟動表格識別的話,
可以把表格內容也識別成可檢索內容。
取消的話表格會以圖片形式保存。
公式識別。
如果你的文檔裡有Latex公式、
化學方程式等,
一定要開啟這個選項。
解析強度。
如果轉換後效果不滿意的話,
可以嘗試切換到Hi試試。
如果你的文檔轉換好效果非常差的話,
勾選強制OCR試試。
默認不使用。
好了,點擊轉換。
這裡可以看見轉換的進度。
轉換完成後,
右邊的預覽窗口可以預覽結果。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。

在這裡。

在這裡。
在這裡。

在這裡。

在這裡。

在這裡。
在這裡。
在這裡。

在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。


在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
在這裡。
小提示。
如果上傳的是Doc或者Execl文檔。
預覽窗口可能會提示不能預覽,
但不影響轉換,直接轉換即可。
感謝Open Data Lab團隊帶來的如此優秀的開源作品。
MinaU的不斷迭代,
讓我們在AI時代處理文檔數據變得如此輕鬆。
下載鏈接還是放在置頂評論了。
需要的小夥伴自取即可。
如果覺得工具還行,
轉評讚,
隨便給一個吧。
您的支持是我更新的最大動力。
我是生活作弊馬。
關注我。
把你想要的工具在評論區留言告訴我吧。
咱們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。
我們下期見。