开源项目

Marker

将 PDF 转为高质量 Markdown，保留公式和表格

8,500 stars650 forks更新于 2024-01-10

本地运行GPU加速Python

查看 GitHub

编辑判断

目前效果最好的开源 PDF 转换工具，强烈推荐。对公式和表格的处理明显优于其他工具，但需要 GPU 才能获得最佳速度。

适合谁用

需要将论文 PDF 转为可编辑格式的研究者，尤其是包含大量公式的论文

核心功能

高质量 OCR - 准确识别文字和公式

表格提取 - 保持表格结构

LaTeX 公式 - 转为标准 LaTeX 格式

批量处理 - 支持文件夹批量转换

使用场景

1.将论文 PDF 转为 Markdown，方便 AI 阅读和总结

2.提取论文中的公式，复制到自己的文档

3.批量转换文献库，建立可搜索的知识库

优点与局限

优点

+转换质量高，公式准确
+支持中英文混排
+本地运行，数据安全
+开源免费

局限

-需要 GPU 才能快速运行
-安装依赖较多
-超大文件可能内存不足

快速安装

# 安装
pip install marker-pdf

# 基本使用
marker_single input.pdf output_dir

# 批量转换
marker input_dir output_dir

# GPU 加速（需要 CUDA）
marker_single input.pdf output_dir --use_gpu

环境要求

Python 3.9+
8GB+ RAM
NVIDIA GPU（可选，大幅提速）

替代选择

如果 Marker 不适合你，可以考虑：

NougatGROBIDpdf2docx

返回开源项目列表