GitHub 上一個名為gptpdf 的開源專案近期爆火，短短時間內就獲得了1.1k 顆星。此專案僅使用293 行程式碼，實現了將PDF 檔案轉換為Markdown 格式的功能，其強大的解析能力令人驚嘆。它利用類似GPT-4o 的VLLM 模型，能夠完美處理各種複雜內容，包括排版、數學公式、表格、圖片和圖表等，大大提高了文件處理效率。此項目已提供產品入口，方便使用者體驗其便利功能。以下是對此項目的詳細介紹：
近日，一個名為gptpdf的開源專案名稱在github讚火了1.1k星星，它使用了類似GPT-4o 的VLLM 模型來解析PDF 檔案並將其轉換為Markdown 格式。
gptpdf產品入口：https://top.aibase.com/tool/gptpdf
據了解，該專案的程式碼只有293行，但幾乎可以完美地解析排版、數學公式、表格、圖片、圖表等各種內容。
gptpdf實作步驟是:
1）使用PyMuPDF庫，解析出所有非文字區域，並做好標記（用於省token)
2）使用多模態模型（如GPT-4o)解析，得到markdown文件
值得一提的是，gptpdf的費用是每頁平均成本為0.013美元。
劃重點:
- 這個開源專案使用類似GPT-4o 多模態模型解析PDF 文件，將其轉換為Markdown 格式。
- 專案程式碼簡潔高效，只有293行。
- 解析結果幾乎完美地包含了排版、數學公式、表格、圖片、圖表等各種內容。
gptpdf憑藉其高效簡潔的程式碼和強大的功能，無疑為PDF 轉Markdown 提供了一個高效且經濟的解決方案。其低廉的成本也使其具有極高的性價比。相信在未來，該項目將會得到更廣泛的應用和發展。