استخراج المستندات OmniDoc

استخراج المستندات OmniDoc / مقارنة لعام 2026

مقارنة بين أدوات استخراج المستندات المجانية لعام 2026: PDF إلى Markdown وJSON

تحويل ملفات PDF والصور الممسوحة ضوئيًا وملفات Office إلى Markdown وJSON مع العناوين والجداول والصور قد يعني الاستضافة الذاتية لنموذج مفتوح المصدر أو الاعتماد على API الذي يُحتسب تكلفته بالصفحة. تضع هذه الصفحة بدلًا مجانيًا، والمدخلات والمخرجات والإعداد لسبعة أدوات شائعة جنبًا إلى جنب، مع المصدر الرسمي لكل رقم.

هذه المقارنة مكتوبة بواسطة فريق OmniDoc، وOmniDoc هو منتجنا الخاص. كل رقم يتعلق بأداة أخرى يأتي من صفحتها الرسمية أو مستودعها، وقد تم التحقق منه في 14 نوفمبر 2026؛ وتكون صفحاتهم هي الأفضل إذا اختلف أي شيء.

استخرج ملفًا مجانًا باستخدام OmniDoc

بنظرة سريعة: الحصة المجانية والمدخلات والمخرجات

أداةالحصة المجانيةالمدخلاتالنتيجة / الإعداد
استخراج المستندات المجاني من OmniDoc أداةناحتى 501 صفحة لكل PDF، بدون حد شهري؛ المهام على الخطة المجانية تنتظر في قائمة انتظار؛ يلزم وجود حساب OmniDoc مجانيPDF، PDF ممسوحة ضوئيًا، صور PNG/JPG/WEBP/BMP، Word، PowerPoint، Excel، CSV، EPUB، HTML، Markdown، TXT، SRT/ASSصفحة ويب، لا حاجة لتثبيت أي شيء؛ ملف ZIP يحتوي على document.md وdocument.json وimages/ وmanifest.json
MinerUمصدر مفتوح، مستضاف ذاتيًا؛ API عبر الإنترنت: 2,000 صفحة في اليوم لكل حساب بأولوية قصوى، ثم أولوية أقل بعد ذلكPDF، صور، DOC/DOCX، PPT/PPTX، XLS/XLSX، RTF، ODT/ODS/ODP، EPUB، OFD، HTML/MHTML، CSV/TSVMarkdown، HTML، LaTeX، DOCX والمزيد؛ مستضاف ذاتيًا، أو API عبر الإنترنت، أو عروض توضيحية على Hugging Face وModelScope
Doclingمصدر مفتوح (الكود تحت MIT)، يعمل على حاسوبك الخاص، بدون حدود للاستخدامPDF، DOCX، PPTX، XLSX، HTML، EPUB، صور والمزيدMarkdown، HTML، DocTags، JSON بدون فقدان للبيانات؛ يعمل محليًا، OCR للمسوحات
Marker (Datalab)كود مفتوح المصدر (Apache 2.0); مستضاف API ببدل قدره 20 دولارًا شهريًا مع بريد عمل، و10 دولارات مع بريد شخصيPDF، صور، PPTX، DOCX، XLSX، HTML، EPUBMarkdown، JSON، HTML، أجزاء؛ المعادلات كـ LaTeX، الجداول كـ HTML
LlamaParse (LlamaIndex)10,000 رصيد مجاني شهريًا للمستخدمين الجدد؛ تحليل أساسي من 1 رصيد لكل صفحةاطلع على الموقع الرسميAPI (LlamaCloud) عبر الإنترنت، مطلوب حساب
Mathpixمجاني: 10 صفحات PDF و10 صور شهريًا (ضعف الكمية مع بريد إلكتروني .edu)؛ الإصدار الاحترافي مقابل 4.99 دولارًا في الشهر لـ 1,000 صفحةPDF، صورالتطبيق وAPI؛ قوي في الصيغ
Azure AI Document Intelligenceالخطة المجانية F0: 500 صفحة شهريًا، لكن كل تحليل يغطي أول صفحتين فقط وملفات بحجم يصل إلى 4 ميجابايتPDF، صور JPEG/PNG/BMP/TIFF/HEIF، DOCX، PPTX، XLSالسحابة API، مطلوب حساب Azure؛ يُعيد نموذج التخطيط الفقرات والجداول والبنية

أداة بأداة: لمن تناسب وما الذي يجب مراقبته

استخراج المستندات المجاني من OmniDoc أداةنا

تحافظ العناوين والفقرات والقوائم على التسلسل الهرمي الأصلي؛ يتم دمج عمودين أو ثلاثة أعمدة بترتيب القراءة. تظهر الجداول كجداول Markdown وكصفوف وأعمدة في JSON؛ يتم حفظ الصور في images/ مع تحديد مواقعها. تخضع المسوحات الضوئية للتعرف على النص (OCR) ثم يتم تنظيمها وفقًا لتصميمها. لا يمكن لأحد رؤية الملفات التي تقوم بتحميلها ونتائجها إلا أنت.

جيدة لـ: Markdown و JSON دون الحاجة إلى إعداد أي شيء أو كتابة كود برمجي؛ لإعداد المستندات لقاعدة المعرفة أو RAG.

MinerU

مرخَّص بموجب رخصة المصدر المفتوح MinerU (مستندة إلى Apache 2.0 مع شروط إضافية). يتطلب مُستخرج الدقة API الحصول على رمز مميز ويقبل ملفات تصل إلى 200 ميجابايت و600 صفحة؛ بينما لا يتطلب الوكيل الخفيف API تسجيل دخول ويقبل ملفات تصل إلى 10 ميجابايت و20 صفحة، مع تحديد معدل لكل عنوان IP.

جيدة لـ: المطورون الذين لديهم GPU ويرغبون في الاستضافة الذاتية، أو الذين يعالجون دفعات من الوثائق الصينية عبر API.

Source: MinerU — GitHub README, MinerU — API documentation (limits)

Docling

Its README lists page layout, reading order and table structure, OCR for scanned PDFs and images, and local execution for sensitive data and air-gapped environments. Model weights carry their own licences, to be checked separately.

جيدة لـ: فرق يجب أن تبقى غير متصلة بالإنترنت أو داخل شبكتها الخاصة وتكون مرتاحة مع Python.

Source: Docling — GitHub README

Marker (Datalab)

تستخدم أوزان النموذج ترخيص OpenRAIL-M المعدل، وهو مجاني للبحث والاستخدام الشخصي والشركات الناشئة التي يقل تمويلها أو إيراداتها عن 5 ملايين دولار؛ أما الاستخدام التجاري بعد ذلك فيكون مدفوعًا. يتم تسعير API المستضاف لكل 1,000 صفحة: 1 دولار سريع، 3 دولارات متوازنة، 7.50 دولار دقيق؛ ولا تحتاج إلى بطاقة إلا بعد استنفاد البند المجاني.

جيدة لـ: المطورون الذين يريدون معادلات LaTeX وجداول HTML ويمكنهم العمل برخصة الأوزان.

Source: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

تسرد صفحة التسعير الخاصة بـ LlamaIndex خطة دفع حسب الاستخدام بقيمة 0 دولار مع 10 آلاف رصيد مجاني شهريًا؛ وتستخدم كل فئة تحليل عددًا مختلفًا من الأرصدة لكل صفحة، بدءًا من 1 للأداء الأساسي. وهي تتناسب تمامًا مع مكدس LlamaIndex RAG.

جيدة لـ: المطورون الذين يبنون بالفعل RAG باستخدام LlamaIndex.

Source: LlamaIndex — Pricing

Mathpix

تُدرج قائمة أسعار Mathpix 10 صفحات PDF و10 صور شهريًا في الخطة المجانية، وتتضاعف الكمية مع بريد إلكتروني .edu؛ أما الإصدار الاحترافي فيبلغ 4.99 دولارًا في الشهر مقابل 1,000 صفحة PDF و5,000 صورة. يتميز بالقدرة على التعرف على الصيغ؛ لكن الحصة المجانية صغيرة.

جيدة لـ: صفحة عرضية من الصيغ أو صورة لمشكلة رياضيات.

Source: Mathpix — Snip pricing

Azure AI Document Intelligence

تقول وثائق Microsoft إن الخطة المجانية تحلل أول صفحتين فقط من الطلب، مع ملفات بحجم يصل إلى 4 ميجابايت وطلب واحد في الثانية؛ وتُدرج صفحة التسعير 0–500 صفحة مجانية شهريًا. وهي مناسبة لتجربة الأشياء قبل البناء على Azure.

جيدة لـ: فرق تبني بالفعل على Azure وتحتاج إلى API مؤسسية.

Source: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing

أي واحدة لأي مهمة

وضعكما الذي يجب تجربته أولًا
تحويل مئات من PDF أو صفحات ممسوحة ضوئيًا إلى Markdown وJSON دون كتابة كودOmniDoc (حتى 501 صفحة لكل PDF، في المتصفح)
يجب أن تبقى البيانات على الخوادم الخاصة بكDocling أو MinerU، مستضاف ذاتيًا
وثائق صينية على دفعات يوميةMinerU API عبر الإنترنت (2,000 صفحة ذات أولوية قصوى في اليوم)، أو OmniDoc
المعادلات من الأوراق البحثية كـ LaTeXMarker، أو Mathpix (حصة مجانية صغيرة)
يبني بالفعل RAG باستخدام LlamaIndexLlamaParse
يبني بالفعل على AzureAzure Document Intelligence (تقرأ الخطة المجانية صفحتين لكل طلب)
Word، PowerPoint، Excel، EPUB أو HTML إلى MarkdownOmniDoc، MinerU أو Docling

أسئلة

هل يوجد محول PDF إلى Markdown مجاني في عام 2026؟

نعم. MinerU وDocling وMarker مفتوحة المصدر ويمكن استضافتها ذاتيًا؛ ويتم تشغيل استخراج المستندات المجاني لـ OmniDoc في المتصفح بدون حد شهري وبما يصل إلى 501 صفحة لكل PDF، ويحتوي ملف ZIP الخاص به على document.md وdocument.json؛ كما يوفر MinerU عبر الإنترنت API بمعدل 2,000 صفحة ذات أولوية قصوى يوميًا لكل حساب. الأرقام من الصفحات الرسمية، تم التحقق منها في نوفمبر 2026.

ما الفرق بين الاستخراج المهيكل وتحويل PDF إلى نص؟

يمنحك تحويل PDF إلى نص سلسلة من النص العادي. يحافظ الاستخراج المهيكل على مستويات العناوين والفقرات والجداول كصفوف وأعمدة ومواقع الصور وترتيب القراءة، كما هو الحال في Markdown وJSON اللذين يمكن للبرامج وأدوات الذكاء الاصطناعي استخدامهما مباشرة.

لا يمكنني الاستضافة الذاتية. ما هي خياراتي؟

استخدم أداة عبر الإنترنت: يستغرق استخراج المستندات المجاني لـ OmniDoc تحميلًا في المتصفح؛ كما توفر MinerU وDatalab وLlamaParse وAzure واجهات برمجة تطبيقات عبر الإنترنت، والتي تتطلب حسابًا ورمزًا وبعض الشيفرة.

هل تستطيع هذه الأدوات التعامل مع ملفات PDF الممسوحة ضوئيًا والجداول؟

نعم. OmniDoc وDocling وMinerU يتعرفون على النص في المسوحات وعلى بنية الجداول. OmniDoc يكتب الجداول كجداول Markdown وكصفوف وأعمدة في JSON؛ تحقق من الجداول المعقدة جدًا مقارنةً بالأصل.

من كتب هذه المقارنة؟

فريق OmniDoc؛ OmniDoc هو منتجنا الخاص. كل رقم يتعلق بأداة أخرى يرتبط بصفحتها الرسمية أو مستودعها، وتكون تلك الصفحة هي المُعتمدة إذا تغير أي شيء.

المصادر (تم التحقق منها في 14 نوفمبر 2026)

  1. MinerU — GitHub READMEhttps://github.com/opendatalab/MinerU
  2. MinerU — API documentation (limits)https://mineru.net/doc/docs/index_en/
  3. Docling — GitHub READMEhttps://github.com/docling-project/docling
  4. Marker — GitHub READMEhttps://github.com/datalab-to/marker
  5. Datalab — Pricinghttps://www.datalab.to/pricing
  6. LlamaIndex — Pricinghttps://www.llamaindex.ai/pricing
  7. Mathpix — Snip pricinghttps://mathpix.com/pricing/snip
  8. Microsoft Learn — Document Intelligence quotas and limitshttps://learn.microsoft.com/en-us/azure/ai-services/document-intelligence/service-limits
  9. Azure — Document Intelligence pricinghttps://azure.microsoft.com/en-us/pricing/details/ai-document-intelligence/