大家还在用付费的PDF转换器?或者直接让AI读PDF?
丢给 AI 之前,可以先把 PDF 转成 Markdown。PyMuPDF 2.0 把这件事做进了本体,装上就能用,不联网,不要 API key,只用 CPU。
拿《Attention Is All You Need》试了一下,15 页,3.1 秒转完。章节标题都认成了一级二级三级标题,摘要完整,表格也变成了 Markdown 表,直接贴给 ChatGPT 或 Claude,它能按章节找东西。
扫描版 PDF 要另装 OCR,不然它会提示缺 RapidOCR。
适合经常要让 AI 读论文、读报告的人,尤其是文件不方便上传到别人服务器的时候。要是你更在意公式和复杂表格,可以看看 OXR-1.0,它是另一个路子的选择。