📱Zerox.

Zerox предлагает простой и понятный способ преобразования документов в текст для обработки ИИ.

✅Поддерживаются сложные макеты, таблицы и графики – всё, что нужно для визионных моделей!

🔧Принцип работы:

🔘Загрузите файл (PDF, DOCX, изображение и т.д.).

🔘Сконвертируйте его в набор изображений.

🔘Отправьте каждое изображение в GPT, чтобы получить Markdown.

🔘Объедините ответы и получите готовый Markdown.

✅Поддержка моделей OpenAI, Azure, Anthropic, Gemini и других провайдеров для точного OCR в формате Markdown.

#OCR #AI #ZeroxOCR #Документы #GPT #Python #Node #Markdown #AIАнализ #Таблицы #Графики

📱Ссылка на репозиторий:
https://github.com/getomni-ai/zerox

📱Otter Wiki.

Otter Wiki — это минималистичное Python-приложение для совместного управления контентом. Все данные хранятся в Git-репозитории, что позволяет отслеживать каждое изменение.

✅Для разметки используется Markdown, а в основе — микрофреймворк Flask. Интерфейс построен с помощью Halfmoon, редактор — CodeMirror, а иконки предоставляет Font Awesome Free.

➕Особенности:

🔘Удобный минималистичный интерфейс с тёмным режимом.

🔘Markdown-редактор с подсветкой и поддержкой таблиц.

🔘Кастомизируемое боковое меню и индекс страниц.

🔘Полная история изменений и журнал.

🔘Аутентификация пользователей.

🔘Прикрепление файлов к страницам.

🔘Расширенный Markdown: таблицы, сноски, красивые блоки, алерты и диаграммы Mermaid.

🔘(Экспериментально) HTTP Git-сервер: клонирование, pull и push данных wiki.

🔘И, конечно, милый логотип выдры от Christy Presler (CC BY 3.0) 🦦.

#OtterWiki #Python #Git #Wiki #Markdown #Flask #Halfmoon #CodeMirror #FontAwesome #OpenSource

📱Ссылка на репозиторий:
https://github.com/redimp/otterwiki

📱MarkItDown.

MarkItDown — это Python утилита для конвертации файлов в Markdown.

✅MarkItDown упрощает преобразование различных форматов файлов в Markdown для индексации, анализа текста и других задач.

🟢Поддерживаемые форматы:

🔘PDF
🔘PowerPoint
🔘Word
🔘Excel
🔘Изображения (метаданные EXIF и OCR)
🔘Аудио (метаданные EXIF и распознавание речи)
🔘HTML
🔘Текстовые форматы (CSV, JSON, XML)
🔘ZIP-архивы (обработка содержимого архива)

💡Пример использования:

Для конвертации PDF в Markdown:

markitdown path-to-file.pdf > document.md

Или через передачу содержимого:

cat path-to-file.pdf | markitdown

#MarkItDown #Python #Markdown #PyPI #Файлы #Конвертация #ТекстовыйАнализ #OCR

📱Ссылка на репозиторий:
https://github.com/microsoft/markitdown

📱PDF Craft.

PDF Craft — превращает сканированные PDF-файлы в различные форматы с помощью OCR + LLM.

🔹Что делает PDF Craft:

🔘Читает PDF по страницам.

🔘Удаляет хедеры, футеры, сноски и номера страниц.

🔘Использует OnnxOCR для распознавания.

🔘Определяет порядок чтения с layoutreader.

🔘Собирает связный текст, даже между страницами.

🔘Конвертирует в Markdown или EPUB.

🔘Генерирует оглавление и главы.

🔘Исправляет ошибки OCR с помощью LLM (DeepSeek).

❗️Поддерживает локальное ускорение через GPU.

#PDFCraft #OCR #EPUB #Markdown #OnnxOCR #PythonTools #AIinPublishing #DeepSeek #LLM #BookParsing #PythonOCR #DocumentAI #AcademicTools #PDFtoText #OpenSource #Python3

📱Ссылка на репозиторий:
https://github.com/oomol-lab/pdf-craft

📱Spegel.

Spegel — это AI-браузер для терминала, который превращает сайты в удобный Markdown.

С помощью модели Gemini 2.5 Flash он переформатирует веб-страницы под минималистичный терминальный интерфейс: рецепты без предисловий, статьи без лишнего шума, только суть.

🔹Возможности:

🔘AI-конвертация страниц в Markdown.

🔘Навигация по ссылкам (Tab / Shift+Tab, Enter).

🔘Редактирование запроса к LLM (кнопка e).

🔘Поддержка пользовательских шаблонов и конфигов в .spegel.toml.

#Spegel #AI #Gemini #Terminal #Markdown #LLM #PythonTools #OpenSource #TUI

📱Ссылка на репозиторий:
https://github.com/simedw/spegel

📱Html-to-markdown.

Html-to-markdown — это современная и типобезопасная библиотека на Python для конвертации HTML → Markdown. Это не просто markdownify, а полностью переписанный форк с поддержкой HTML5, кастомными конвертерами и мощной CLI.

❓Что умеет:

🔘Поддержка всех HTML5-тегов.

🔘Метаданные (title, meta) превращаются в комментарии.

🔘GitHub-style чекбоксы.

🔘Подсветка текста и оформление.

🔘Конфигурация из 20+ опций.

🔘Быстрая работа с lxml.

🔘Собственные конвертеры для тегов.

🔘Прогресс и стриминг для больших файлов.

🔘100% тестов и типизация по MyPy.

🔘Полноценная CLI.

🔹Пример:

from html_to_markdown import convert_to_markdown
markdown = convert_to_markdown("<h1>Title</h1><p><mark>Highlight</mark></p>")

✅Идеально для миграции старого HTML, автогенерации документации или чат-ботов, работающих с HTML-сообщениями.

#Python #Markdown #HTML #WebDev #Конвертер #CLI #OpenSource #htmltomarkdown #pipinstall #Parsing #DocumentationTools #PythonTools

📱Ссылка на репозиторий:
https://github.com/Goldziher/html-to-markdown

📱DocStrange.

DocStrange — это универсальный инструмент для извлечения и конвертации данных из документов!

🔹Основные возможности:

🔘Умное извлечение данных (структурированный JSON, поля по схеме).

🔘Распознавание таблиц и изображений.

🔘Интеграция с LLM (оптимизировано для ИИ-обработки).

🔘Готовые демо и Python-библиотека (pip install docstrange).

🔻Примеры использования:

1️⃣Конвертация документа в Markdown.

from docstrange import DocStrange

ds = DocStrange()
markdown_text = ds.to_markdown("example.pdf")
print(markdown_text)

2️⃣Извлечение всех данных в JSON.

data = ds.to_json("example.docx")
print(data)

3️⃣Извлечение конкретных полей.

fields = ds.extract_fields("invoice.pdf", fields=["Дата", "Сумма", "Номер"])
print(fields)

4️⃣Работа с пользовательскими схемами JSON.

schema = {
    "invoice_number": "Номер",
    "total_amount": "Сумма",
    "date": "Дата"
}
structured_data = ds.to_json("invoice.pdf", schema=schema)
print(structured_data)

#DocStrange #Python #OCR #Документы #Конвертация #CloudProcessing #LocalProcessing #Markdown #JSON #CSV #HTML #ИнтеллектуальноеИзвлечение #LLM #Демо #OpenSource #MIT

📱Ссылка на репозиторий:
https://github.com/NanoNets/docstrange

📱Pix2Text.

Pix2Text — это свободная и открытая Python-библиотека для интеллектуального OCR. В отличие от простых инструментов для распознавания текста, она не просто извлекает слова, а понимает структуру сложных документов.

🔹Главные возможности:

🔘Распознаёт текст (80+ языков), формулы, таблицы, изображения.

🔘Преобразует сложные документы и целые PDF в Markdown.

🔘Объединяет всё в структурированный текст.

🔘Работает из Python, из командной строки или как HTTP-сервис.

🔘Есть бесплатный онлайн-сервис и демо.

#Pix2Text #OCR #РаспознаваниеТекста #МатематическиеФормулы #ИИ #AI #Python #OpenSource #Mathpix #PDF #Markdown #Нейросети #DataScience

📱Ссылка на репозиторий:
https://github.com/breezedeus/Pix2Text

📱Zensical.

Zensical — современный генератор статических сайтов от создателей Material for MkDocs.

Если вам нужна красивая, удобная и профессиональная документация — Zensical позволяет получить её буквально за считанные минуты. Пишите всё в Markdown, а дальше он сам собирает быстрый, адаптивный и полностью статический сайт.

❓Почему Zensical стоит попробовать:

🔘Быстрый старт — превратите Markdown в готовую документацию без сложностей.

🔘Встроенный умный поиск.

🔘Гибкая кастомизация и расширяемость.

🔘Поддержка более 60 языков.

🔘Подходит для Open Source и коммерческих продуктов.

🔘Идеально отображается на любых устройствах.

✅Создатели Material for MkDocs снова сделали инструмент, который сочетает удобство, мощность и простой рабочий процесс.

✅Если вы хотите документацию, которая выглядит как продукт — Zensical справится.

#documentation #markdown #static #mkdocs #materialformkdocs #zensical #python #developers #opensource

📱Ссылка на репозиторий:
https://github.com/zensical/zensical

📱Bengal.

Bengal — это быстрый статический генератор сайтов для Python 3.14+ с параллельной сборкой, автодоком и валидацией контента, ориентированный на современные проекты (блоги, документацию, лендинги и т.п.).

🔹Ключевые возможности:

🔘Производительность: параллельные сборки, инкрементальные rebuild’ы, кэширование сжатое Zstandard.

🔘Современный стек: требует Python 3.14+, использует free-threading и полностью типизирован.

🔘«Из коробки»: автогенерация API‑доков (Python, CLI, OpenAPI), валидация контента, анализ структуры сайта.

🔘Расширяемость: сменные движки шаблонов, Markdown‑парсеров и подсветки кода без изменения контента.

🚀Быстрый старт:

🔘Установка и запуск dev‑сайта:

  pip install bengal
  bengal new site mysite && cd mysite && bengal serve

Первая команда создаёт каркас, вторая поднимает dev‑сервер с live‑reload.

🔻Основные команды:

🔘bengal build — продакшн‑сборка.
🔘 bengal serve — dev‑сервер.
🔘bengal validate — проверки и валидация.
🔘bengal fix — авто‑фикс проблем.
🔘bengal graph report — отчёт по структуре сайта.

🔻Генерация структуры сайта:

🔘Интерактивный мастер: bengal new site задаёт вопросы и предлагает пресеты: blog, docs, portfolio, product, resume, blank, custom.

🔘Шаблоны без вопросов:

  bengal new site my-docs --template docs
  bengal new site my-blog --template blog
  bengal new site portfolio --template portfolio

Каждый шаблон создаёт готовые разделы (docs: getting-started, guides, reference; blog: blog + about и т.д.).

🔻Расширение существующего сайта:

🔘Добавление секций:

  bengal init --sections docs --sections tutorials
  bengal init --sections blog --with-content --pages-per-section 5
  bengal init --sections api --dry-run

Тип секции выводится из имени (blog/posts → blog, docs/guides → doc, about/contact → section).

🔘Сложные структуры можно описать YAML‑манифестами и применить через bengal project skeleton apply my-structure.yaml.[1]

🔻Технологический стек и лицензия:

🔘Тема по умолчанию: тёмная/светлая, адаптивная, с поиском, TOC и подсветкой.

🔘Движки: шаблоны Kida/Jinja2, Markdown‑парсеры Patitas/Mistune/Python‑Markdown, подсветка Rosettes (быстрее Pygments).

🔘Проект распространяется под лицензией MIT, что даёт максимально свободное использование и модификацию кода.

#Bengal #Python #StaticSiteGenerator #SSG #Python314 #FreeThreading #WebDev #Docs #Blog #Autodoc #Markdown #Jinja2 #Performance #DevTools

📱Ссылка на репозиторий:
https://github.com/lbliii/bengal