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