استخراج الوثائق OmniDoc

استخراج الوثائق OmniDoc / مقارنة لعام 2026

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

تحويل ملفات PDF والمسوحات الضوئية وملفات Office إلى Markdown وJSON مع العناوين والجداول والصور قد يعني الاستضافة الذاتية لنموذج مفتوح المصدر أو الاتصال بـ API الذي يُحاسب بالصفحة. تضع هذه الصفحة بدلات التكلفة المجانية والمدخلات والمخرجات والإعداد لسبعة أدوات شائعة جنبًا إلى جنب، مع المصدر الرسمي لكل رقم.

هذا المقارنة كتبها فريق OmniDoc، وOmniDoc هو منتجنا الخاص. كل رقم عن أداة أخرى مأخوذ من صفحتها الرسمية أو مستودعها، تم التحقق منه في 14 نوفمبر 2026؛ وتكون صفحاتهم هي الأحق إذا اختلف أي شيء.

استخرج ملفًا مجانًا باستخدام OmniDoc

بنظرة سريعة: الحصة المجانية والمدخلات والمخرجات

أداةبدل التكلفة المجانيةالمدخلاتالنتيجة / الإعداد
استخراج المستندات المجاني من OmniDoc أداتناحتى 501 صفحة لكل PDF، بدون حد أقصى شهري؛ المهام على الخطة المجانية تنتظر في قائمة الانتظار؛ يلزم وجود حساب OmniDoc مجانيPDF, scanned PDF, PNG/JPG/WEBP/BMP images, Word, PowerPoint, Excel, CSV, EPUB, HTML, Markdown, TXT, SRT/ASSصفحة ويب، لا حاجة للتثبيت؛ 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، وبعدها بأولوية أقلPDF، صور، DOC/DOCX، PPT/PPTX، XLS/XLSX، RTF، ODT/ODS/ODP، EPUB، OFD، HTML/MHTML، CSV/TSVMarkdown، HTML، LaTeX، DOCX والمزيد؛ مستضاف ذاتيًا، عبر الإنترنت API، 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؛ يعمل محليًا، OCR للمسوحات
Marker (Datalab)شفرة مفتوحة المصدر (Apache 2.0)؛ مستضاف API ببدل قدره 20 دولارًا في الشهر مع بريد إلكتروني للعمل، 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 في الشهر للمستخدمين الجدد؛ تحليل أساسي من 1 رصيد لكل صفحةاطلع على الموقع الرسميAPI (LlamaCloud) عبر الإنترنت، مطلوب حساب
Mathpixمجاني: 10 صفحات PDF و10 صور في الشهر (ضعف الكمية مع بريد إلكتروني .edu)؛ الإصدار الاحترافي بسعر 4.99 دولارًا في الشهر لـ 1,000 صفحةPDF، صورالتطبيق وAPI؛ قوي في الصيغ
Azure AI Document Intelligenceالخطة المجانية F0: 500 صفحة في الشهر، لكن كل تحليل يغطي أول صفحتين فقط وملفات حتى 4 ميغابايتPDF، 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 أداتنا

العناوين والفقرات والقوائم تحافظ على التسلسل الهرمي الأصلي؛ يتم دمج عمودين أو ثلاثة في ترتيب القراءة. الجداول تظهر 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 لتخطيطها. أنت فقط من يمكنه رؤية الملفات التي تقوم بتحميلها ونتائجها.

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

MinerU

مرخّص بموجب رخصة المصدر المفتوح MinerU (مستندة إلى Apache 2.0 مع شروط إضافية). يتطلب مُستخرج الدقة API توكن ويقبل ملفات تصل إلى 200 ميغابايت و600 صفحة؛ ولا يتطلب الوكيل الخفيف API تسجيل دخول ويقبل ملفات تصل إلى 10 ميغابايت 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.

المصدر: 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 وتشعر بالراحة مع Python.

المصدر: Docling — GitHub README

Marker (Datalab)

أوزان النموذج تستخدم رخصة OpenRAIL-M معدلة، مجانية للبحث والاستخدام الشخصي والشركات الناشئة التي يقل تمويلها أو إيراداتها عن 5 ملايين دولار؛ أما الاستخدام التجاري بعد ذلك فيكون مدفوعًا. API المستضاف يُسعَّر لكل 1,000 صفحة: 1 دولار سريع، 3 دولارات متوازنة، 7.50 دولار دقيق؛ ولا تحتاج إلى بطاقة إلا بعد استهلاك الحصة المجانية.

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

المصدر: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

صفحة التسعير الخاصة بـ LlamaIndex تسرد خطة دفع حسب الاستخدام بقيمة 0 دولار مع 10 آلاف رصيد مجاني في الشهر؛ كل مستوى تحليل يستخدم عددًا مختلفًا من الأرصدة لكل صفحة، بدءًا من 1 لتحليل أساسي. إنها تتناسب تمامًا مع مجموعة LlamaIndex RAG.

جيدة لـ: المطورون الذين يبنون بالفعل RAG باستخدام LlamaIndex.

المصدر: LlamaIndex — Pricing

Mathpix

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

جيدة لـ: صفحة من الصيغ أحيانًا أو صورة لمسألة رياضيات.

المصدر: Mathpix — Snip pricing

Azure AI Document Intelligence

تقول وثائق Microsoft إن الخطة المجانية تحلل أول صفحتين فقط من كل طلب، مع ملفات حتى 4 ميغابايت 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 للمؤسسات.

المصدر: 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 بدون 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 بأولوية قصوى في اليوم)، أو OmniDoc
المعادلات من الأوراق البحثية كـ LaTeXMarker، أو Mathpix (حصة صغيرة مجانية)
يبني بالفعل RAG باستخدام LlamaIndexLlamaParse
يبني بالفعل على AzureAzure Document Intelligence (الخطة المجانية تقرأ 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 مصادرها مفتوحة ويمكن استضافتها ذاتيًا؛ واستخراج المستندات المجاني لـ OmniDoc يعمل في المتصفح بدون حد شهري وبما يصل إلى 501 صفحة لكل PDF، ويحتوي ملف ZIP الخاص به على document.md وdocument.json؛ كما أن MinerU يوفر عبر API عبر الإنترنت 2,000 صفحة ذات أولوية قصوى يوميًا لكل حساب. الأرقام من الصفحات الرسمية، تم التحقق منها في نوفمبر 2026.

كيف يختلف الاستخراج المهيكل عن تحويل PDF إلى نص؟

تحويل PDF إلى نص يمنحك سلسلة من النص العادي. أما الاستخراج المهيكل فيحافظ 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 أستطيع الاستضافة الذاتية. ما هي خياراتي؟

استخدم أداة عبر الإنترنت: استخراج المستندات المجاني لـ OmniDoc يتم عن طريق الرفع في المتصفح؛ وتوفر 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 مقارنة بالأصل.

مين كتب هذه المقارنة؟

فريق OmniDoc؛ OmniDoc هو منتجنا الخاص. كل رقم عن أداة أخرى يرتبط بصفحتها الرسمية أو مستودعها، وهذه الصفحة هي التي تُعتبر صحيحة إذا كان هناك أي تغيير.

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/