GitHub

pdf_to_markdown.py

混合方案：PyMuPDF 文字提取 + RapidOCR 截圖頁辨識 + Docling 表格增強。 適用於文字型 PDF（K&S 等英文手冊）和截圖型 PDF（Szhech 等中文手冊）。 python pdf_to_markdown.py convert input.pdf -o output.md --ocr-dpi 200 ...
GitHub

pdf-to-md-rag-simple.py

Tu es un expert en extraction documentaire pour des systèmes RAG (Retrieval-Augmented Generation). Ton rôle est de TRANSCRIRE fidèlement le contenu d'un document PDF en Markdown structuré. RÈGLES ...