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