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