استخراج المستندات OmniDoc

استخراج المستندات OmniDoc / مقارنة لعام 2026

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

تحويل ملفات PDF والصور الممسوحة ضوئيًا وملفات Office إلى Markdown وJSON مع العناوين والجداول والصور قد يعني الاستضافة الذاتية لنموذج مفتوح المصدر أو الاعتماد على API الذي يُحاسب بالصفحة. تضع هذه الصفحة جنبًا إلى جنب المزايا المجانية والمدخلات والمخرجات وإعداد سبعة أدوات شائعة، مع المصدر الرسمي لكل رقم.

هذه المقارنة من إعداد فريق OmniDoc، وOmniDoc هو منتجنا الخاص. كل رقم عن أداة أخرى مأخوذ من صفحتها الرسمية أو مستودعها، تم التحقق منه في 14 نوفمبر 2026؛ وإذا اختلف أي شيء، تُعتبر صفحاتهم هي الأصح.

استخرج ملفًا مجانًا باستخدام OmniDoc

بنظرة سريعة: الحصة المجانية، المدخلات، المخرجات

أداةالحصة المجانيةالمدخلاتالنتيجة / الإعداد
استخراج المستندات المجاني لـ OmniDoc أداةناحتى 501 صفحة لكل PDF، بدون حد شهري؛ المهام على الخطة المجانية تنتظر في قائمة الانتظار؛ يلزم وجود حساب OmniDoc مجانيPDF، PDF ممسوحة ضوئيًا، صور PNG/JPG/WEBP/BMP، Word، PowerPoint، Excel، CSV، EPUB، HTML، Markdown، TXT، SRT/ASSصفحة ويب، لا 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 يوميًا 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، 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 وأكثرMarkdown، 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 رصيد واحد 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 بـ 4.99 دولار/شهريًا لـ 1,000 صفحةPDF، صورالتطبيق وAPI؛ قوي في الصيغ
Azure AI Document Intelligenceالخطة المجانية F0: 500 صفحة شهريًا، لكن كل تحليل يغطي أول صفحتين فقط وملفات حتى 4 ميغابايتPDF، 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 الانتباه له

استخراج المستندات المجاني لـ 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 سوى أنت.

جيدة لـ: Markdown و JSON بدون إعداد أي شيء أو كتابة كود؛ تحضير المستندات لقاعدة المعرفة أو RAG.

MinerU

مرخّص بموجب رخصة المصدر المفتوح MinerU (مستندة إلى Apache 2.0 مع شروط إضافية). يحتاج مُستخرج الدقة API إلى توكن ويقبل ملفات تصل إلى 200 ميغابايت و600 صفحة؛ أما الوكيل الخفيف API فلا يحتاج إلى تسجيل دخول ويقبل ملفات تصل إلى 10 ميغابايت و20 صفحة، مع تحديد معدل لكل عنوان IP.

جيدة لـ: المطورون الذين لديهم GPU ويرغبون بالاستضافة الذاتية، أو الذين يعالجون دفعات من الوثائق الصينية عبر API.

المصدر: MinerU — GitHub README, MinerU — API documentation (limits)

Docling

تقوم README بسرد تخطيط الصفحة وترتيب القراءة وهيكل الجداول، وOCR للملفات الممسوحة ضوئيًا بصيغة PDF والصور، كما تعمل محليًا لحماية البيانات الحساسة والبيئات المعزولة. تحمل أوزان النموذج تراخيصها الخاصة، ويجب التحقق منها بشكل منفصل.

جيدة 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 المعدّل، 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 الخدمة المستضافة API لكل 1,000 صفحة: $1 سريع، $3 متوازن، $7.50 دقيق؛ ولا تحتاج إلى بطاقة إلا بعد استنفاد الحصة المجانية.

جيدة 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 عدد مختلف من الرصيد لكل صفحة، بدءًا من 1 للتحليل الأساسي. وهي تتناسب تمامًا مع مجموعة LlamaIndex RAG.

جيدة لـ: المطورون الذين يبنون بالفعل RAG باستخدام LlamaIndex.

المصدر: LlamaIndex — Pricing

Mathpix

تضم قائمة أسعار Mathpix 10 صفحات PDF و10 صور شهريًا في الخطة المجانية، وتتضاعف الكمية مع بريد إلكتروني .edu; أما الإصدار الاحترافي فبسعر 4.99 دولار شهريًا لـ 1,000 صفحة PDF و5,000 صورة. إن التعرف على الصيغ هو نقطة قوتها؛ لكن الحصة المجانية صغيرة.

جيدة لـ: صفحة صيغ عرضية 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 ميغابايت وطلب واحد في الثانية؛ وتسرد صفحة التسعير 0–500 صفحة مجانية شهريًا. وهي مناسبة لتجربة الأشياء قبل البناء على Azure.

جيدة لـ: فرق تبني بالفعل على Azure وبحاجة 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 خوادمك الخاصةDocling أو MinerU، مستضاف ذاتيًا
وثائق صينية على دفعات يوميةMinerU API عبر الإنترنت (2,000 صفحة بأولوية قصوى يوميًا)، أو OmniDoc
المعادلات من الأوراق البحثية كـ LaTeXMarker، أو Mathpix (حصة مجانية صغيرة)
يبنون بالفعل RAG باستخدام LlamaIndexLlamaParse
يبنون بالفعل على AzureAzure Document Intelligence (تقرأ الخطة المجانية 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 مفتوحة المصدر ويمكن استضافتها ذاتيًا؛ أما استخراج المستندات المجاني لـ OmniDoc فيعمل داخل المتصفح بدون سقف شهري وبما يصل إلى 501 صفحة لكل PDF، ويحتوي ملف ZIP على document.md وdocument.json؛ كما يمنح MinerU عبر API الإلكتروني 2,000 صفحة ذات أولوية قصوى يوميًا لكل حساب. الأرقام من الصفحات الرسمية، تم التحقق منها في نوفمبر 2026.

وش الفرق بين الاستخراج المنظم وتحويل PDF إلى نص؟

يمنحك تحويل PDF إلى نص سلسلة من النص العادي. أما الاستخراج المنظم فيحافظ على مستويات العناوين والفقرات والجداول كصفوف وأعمدة ومواقع الصور وترتيب القراءة، كما هو الحال مع 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 عن طريق الرفع داخل المتصفح؛ أما MinerU وDatalab وLlamaParse وAzure فتقدم واجهات برمجة تطبيقات عبر الإنترنت، والتي تتطلب حسابًا ورمزًا وبعض الشيفرة.

هل تقدر هذي الأدوات على التعامل مع ملفات PDF الممسوحة ضوئيًا والجداول؟

أجل. 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 مقارنةً بالأصل.

مين كتب هذي المقارنة؟

فريق OmniDoc؛ OmniDoc هو منتجنا الخاص. كل رقم عن أداة أخرى مرتبط بصفحتها الرسمية أو مستودعها، وهذه الصفحة هي التي تحدد إن 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/