GitHub 雷达
首次出现 88 天前

datalab-to/marker

1. Marker 是一个将 PDF、图片等多种文档快速高精度转换为 Markdown、JSON、HTML 等结构化格式的开源工具。 2. 项目基于 Python 与 PyTorch 实现,内置 OCR、布局分析,并支持通过大型语言模型(如 Gemini)在“混合模式”下进一步提升表格、公式等内容的提取质量。 3. 其亮点在于多语言、多格式支持与出色的速度和准确率,适合大批量文档智能处理、知识库构建及结构化数据抽取场景,并提供商业托管服务。

近 7 日
+179
累计 Star
39.8k
Fork
2,881
近 30 日
+993
Star 趋势 · 57 个采集点
+10%
6 月 23 日9 月 19 日
语言Python
分类工具/CLI
最近提交9 月 13 日
创建时间10 月 31 日
首次收录6 月 23 日 · 自动扫描
README 摘要
1. Marker 是一个将 PDF、图片等多种文档快速高精度转换为 Markdown、JSON、HTML 等结构化格式的开源工具。 2. 项目基于 Python 与 PyTorch 实现,内置 OCR、布局分析,并支持通过大型语言模型(如 Gemini)在“混合模式”下进一步提升表格、公式等内容的提取质量。 3. 其亮点在于多语言、多格式支持与出色的速度和准确率,适合大批量文档智能处理、知识库构建及结构化数据抽取场景,并提供商业托管服务。
中文摘要由 AI 生成,仅供参考。
在 GitHub 打开