استخراج المستندات OmniDoc

استخراج المستندات OmniDoc / مقارنة لعام 2026

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

تحويل ملفات PDF والصور الممسوحة ضوئيًا وملفات Office إلى Markdown وJSON مع العناوين والجداول والصور ممكن يكلف استضافة نموذج مفتوح المصدر بنفسك أو الاتصال بـ API اللي بتتقاضى بالصفحة. هذي الصفحة بتحط بدلات المجانية والمدخلات والمخرجات والإعداد لسبعة أدوات شائعة جنب بعضها، مع المصدر الرسمي لكل رقم.

هذا المقارنة كتبتها فريق OmniDoc، وOmniDoc هو منتجنا الخاص. كل رقم عن أداة تانية بيأتي من صفحتها الرسمية أو مستودعها، تم التحقق منه في 14 نوفمبر 2026؛ والصفحات بتكون هي الأحق إذا حصل أي اختلاف.

استخرج ملف مجاناً مع OmniDoc

بنظرة سريعة: الحصة المجانية، المدخلات، المخرجات

أداةالحصة المجانيةالمدخلاتالنتيجة / الإعداد
استخراج المستندات المجاني OmniDoc أداةناحتى 501 صفحة لكل PDF، بدون حد شهري؛ المهام على الخطة المجانية تنتظر في قائمة انتظار؛ يلزم حساب OmniDoc مجانيPDF، PDF ممسوحة ضوئيًا، صور PNG/JPG/WEBP/BMP، Word، PowerPoint، Excel، CSV، EPUB، HTML، Markdown، TXT، SRT/ASSصفحة ويب، بدون حاجة لتثبيت أي شيء؛ ملف ZIP يحتوي على document.md وdocument.json وimages/ وmanifest.json
MinerUمفتوح المصدر، 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 وغيرهم؛ مستضاف ذاتيًا، 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؛ يعمل محليًا، OCR للمسوحات
Marker (Datalab)كود مفتوح المصدر (Apache 2.0); مستضاف API ببدل قدره 20 دولار 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 دولار شهريًا لـ 1,000 صفحةPDF, imagesالتطبيق وAPI؛ قوي في الصيغ
Azure AI Document Intelligenceالخطة المجانية F0: 500 صفحة شهريًا، لكن كل تحليل يغطي أول صفحتين فقط وملفات حتى 4 ميجابايتPDF، صور JPEG/PNG/BMP/TIFF/HEIF، DOCX، PPTX، XLSالسحابة API، مطلوب حساب Azure؛ يعيد نموذج التخطيط الفقرات والجداول والبنية

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

أي واحدة لأي مهمة

وضعكماذا تجرب 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
مستندات صينية على دفعات يوميةMinerU API عبر الإنترنت (2,000 صفحة بأولوية قصوى في اليوم)، أو OmniDoc
المعادلات من الأوراق كـ LaTeXMarker، أو Mathpix (حصة مجانية صغيرة)
ببنون بالفعل RAG باستخدام LlamaIndexLlamaParse
ببنون بالفعل على AzureAzure Document Intelligence (الخطة المجانية تقرأ صفحتين لكل طلب)
Word، PowerPoint، Excel، EPUB أو HTML إلى MarkdownOmniDoc، MinerU أو Docling

أسئلة

هل فيه محول PDF إلى Markdown مجاناً عام 2026؟

أيوه. MinerU وDocling وMarker مفتوحة المصدر ويمكن استضافتها ذاتياً؛ واستخراج المستندات المجاني لـ OmniDoc يعمل بالمتصفح من غير سقف شهري وبحد أقصى 501 صفحة لكل PDF، وملف ZIP الخاص به يحتوي على document.md وdocument.json؛ وMinerU يقدم عبر الإنترنت API بـ 2,000 صفحة ذات أولوية قصوى يومياً لكل حساب. الأرقام من الصفحات الرسمية، تم التحقق منها في نوفمبر 2026.

وش الفرق بين الاستخراج المنظم وتحويل PDF إلى نص؟

PDF إلى نص يعطيك سلسلة من النص العادي. الاستخراج المنظم يحافظ 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.

ما بقدر أستضيف ذاتيًا. شو خياراتي؟

استخدم أداة عبر الإنترنت: استخراج المستندات المجاني لـ OmniDoc يتم بتحميل الملف عبر المتصفح؛ وMinerU وDatalab وLlamaParse وAzure تقدم APIs عبر الإنترنت، والتي تحتاج إلى حساب وتوكن وبعض الكود.

هل هذي الأدوات بتقدر تتعامل مع ملفات PDF الممسوحة ضوئيًا والجداول؟

أيوه. OmniDoc وDocling وMinerU بيتعرفوا على النص في المسح الضوئي وهيكل الجداول. OmniDoc بيكتب الجداول كجداول Markdown وكصفوف وأعمدة في JSON؛ تحقق من الجداول المعقدة جدًا مقابل الأصل.

مين كتب المقارنة دي؟

فريق OmniDoc؛ OmniDoc هو المنتج الخاص بنا. كل رقم عن أداة تانية بيربط للصفحة الرسمية أو المستودع بتاعها، والصفحة دي بتكسب إذا حصل 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/