MinerU

Инструмент для преобразования PDF документов в машинно-читаемые форматы (markdown, JSON и т п)

Гитхаб
Демо

#tools #pdf

MinerU 2.5

Обновка модели для преобразования PDF документов в машинно-читаемые форматы


Всего 1.2B параметров, но превосходит Gemini 2.5 Pro, GPT-4o и Qwen2.5-VL-72B

— удаляет заголовки, футеры, сноски, номера страниц и другие элементы для обеспечения семантической связности

— выводит текст в порядке, удобном для чтения человеком, подходит для одностолбцовых, многостолбцовых и сложных макетов

— сохраняет структуру исходного документа, включая заголовки, абзацы, списки и прочее

— извлекает изображения, описания изображений, таблицы, заголовки таблиц и сноски

— автоматически идентифицирует и преобразует формулы в документах в формат LaTeX

— преобразует таблицы в HTML

— обнаруживает отсканированные и искажённые PDF-файлы и активирует функцию OCR

— распознает 84 языков с помощью #OCR

— работает с различными форматами вывода, включая мультимодальный и NLP Markdown, JSON, упорядоченный по порядку чтения, и информативные промежуточные формат

— CPU / GPU

— Windows, Linux и Mac

Требует 20 ГБ на диске, рекомендовано от 16 ГБ RAM, от 6 ГБ VRAM

Гитхаб
Колаб
Демо
Попробовать на Mineru.net
HF

#tools #pdf #assistant

Bionic

Агент от LM Studio для автоматизации задач с локальными и облачными LLM. Решает проблему ручной рутины в документах, коде и медиа без отправки данных в облако.

• создание и редактирование документов, презентаций, PDF
• программирование и автосохранение изменений
• локальная расшифровка речи в реальном времени
• запуск через LM Studio на MLX и llama.cpp
• подключение облачных моделей (GLM, Kimi) для сложных задач

Работает на Windows и macOS. Есть бесплатный тариф

Спасибо @m_franz

#agent #asr #stt #pdf #slides