أداة بأداة: لمن تناسب وما الذي يجب مراقبته
استخراج المستندات المجاني OmniDoc أداةنا
العناوين والفقرات والقوائم تحافظ على التسلسل الهرمي الأصلي؛ يتم دمج عمودين أو ثلاثة أعمدة بترتيب القراءة. الجداول تظهر كجداول Markdown وكصفوف وأعمدة في JSON؛ يتم حفظ الصور في images/ مع وضع علامات على مواقعها. تمر المسوحات الضوئية عبر التعرف على النص (OCR) ثم يتم تنظيمها حسب تخطيطها. أنت فقط من يمكنه رؤية الملفات التي ترفعها ونتائجها.
مناسب لـ: Markdown و JSON بدون الحاجة لإعداد أي شيء أو كتابة كود؛ إعداد 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 ميجابايت و600 صفحة؛ أما الوكيل الخفيف API فلا يحتاج إلى تسجيل دخول ويقبل ملفات تصل إلى 10 ميجابايت و20 صفحة، مع تحديد معدل لكل عنوان IP.
مناسب لـ: المطورون مع GPU الذين يريدون الاستضافة الذاتية، أو الذين يعالجون دفعات من المستندات الصينية عبر API.
المصدر: MinerU — GitHub README, MinerU — API documentation (limits)
Docling
صفحة README الخاصة به تسرد تخطيط الصفحة وترتيب القراءة وهيكل الجداول، OCR للمستندات الممسوحة ضوئيًا بصيغة PDF والصور، وتشغيل محلي للبيانات الحساسة والبيئات المعزولة. أوزان النموذج تحمل تراخيصها الخاصة، ويجب التحقق منها بشكل منفصل.
مناسب لـ: فرق يجب أن تبقى غير متصلة بالإنترنت أو داخل شبكتها الخاصة وتكون مرتاحة مع Python.
المصدر: Docling — GitHub README
Marker (Datalab)
تستخدم أوزان النموذج ترخيص OpenRAIL-M المعدل، وهو مجاني للأبحاث والاستخدام الشخصي والشركات الناشئة التي يقل تمويلها أو إيراداتها عن 5 ملايين دولار؛ أما الاستخدام التجاري بعد ذلك فيكون مدفوعًا. يتم تسعير الخدمة المستضافة API لكل 1,000 صفحة: $1 سريع، $3 متوازن، $7.50 دقيق؛ ولا تحتاج إلى بطاقة إلا بعد استنفاد الحصة المجانية.
مناسب لـ: المطورون الذين يريدون معادلات LaTeX وجداول HTML ويمكنهم العمل برخصة الأوزان.
المصدر: 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 الرصيد لكل صفحة، بدءًا من 1 للتحليل الأساسي. وهي تتناسب تمامًا مع مكدس LlamaIndex RAG.
مناسب لـ: المطورون الذين يبنون بالفعل RAG باستخدام LlamaIndex.
المصدر: LlamaIndex — Pricing
Mathpix
تتيح قائمة الأسعار الخاصة بـ Mathpix 10 صفحات PDF و10 صور شهريًا في الخطة المجانية، وتتضاعف الكمية مع بريد إلكتروني .edu؛ أما الإصدار الاحترافي فيكلف 4.99 دولار شهريًا مقابل 1,000 صفحة PDF و5,000 صورة. يتميز بالقدرة على التعرف على الصيغ؛ لكن الحصة المجانية صغيرة.
مناسب لـ: صفحة صيغ بين الحين والآخر أو صورة لمشكلة رياضيات.
المصدر: Mathpix — Snip pricing
Azure AI Document Intelligence
تقول وثائق Microsoft إن الخطة المجانية تحلل أول صفحتين فقط من الطلب، مع ملفات حتى 4 ميجابايت وطلب واحد في الثانية؛ وتسرد صفحة التسعير 0–500 صفحة مجانية شهريًا. وهي مناسبة لتجربة الأشياء قبل البناء على Azure.
مناسب لـ: فرق بتنبني بالفعل على Azure وبحاجة إلى API للمؤسسات.
المصدر: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing