OmniDoc استخراج المستندات / مقارنة 2026
يمكن أن يعني تحويل ملفات PDF والمسح الضوئي وملفات Office إلى Markdown وJSON بالعناوين والجداول والصور الاستضافة الذاتية لنموذج مفتوح المصدر أو الاتصال بـ API الذي تتم محاسبته بواسطة الصفحة. تضع هذه الصفحة البدل المجاني والمدخلات والمخرجات وإعداد سبع أدوات شائعة جنبًا إلى جنب، مع المصدر الرسمي لكل رقم.
هذا المقارنة مكتوبة من قبل فريق OmniDoc، وOmniDoc هو منتجنا الخاص. كل رقم عن أداة أخرى يأتي من صفحتها الرسمية أو مستودعها، تم التحقق منها في 14 نوفمبر 2026؛ صفحاتهم تكسب إذا كان هناك شيء مختلف.
استخراج ملف حر باستخدام OmniDoc| الأداة | البدل المجاني | المدخلات | الإخراج / الإعداد |
|---|---|---|---|
| OmniDoc استخراج المستندات مجانًا أداتنا | ما يصل إلى 501 صفحة لكل PDF، بدون حد شهري؛ المهام الموجودة على الخطة المجانية تنتظر في قائمة الانتظار؛ مطلوب حساب OmniDoc مجاني | PDF، الصور الممسوحة ضوئيًا PDF، PNG/JPG/WEBP/BMP، Word، PowerPoint، Excel، CSV، EPUB، HTML، Markdown، TXT، SRT/ASS | صفحة ويب، لا يوجد شيء لتثبيته؛ ZIP مع document.md وdocument.json وimages/ وmanifest.json |
| MinerU | مفتوح المصدر، مستضاف ذاتيا؛ الإنترنت API: 2,000 صفحة يوميا لكل حساب بأولوية قصوى، وأولوية أقل بعد ذلك | PDF، الصور، DOC/DOCX، PPT/PPTX، XLS/XLSX، RTF، ODT/ODS/ODP، EPUB، OFD، HTML/MHTML، CSV/TSV | Markdown، HTML، LaTeX، DOCX والمزيد؛ استضافة ذاتية، عبر الإنترنت API، أو عروض توضيحية على Hugging Face و ModelScope |
| Docling | مفتوح المصدر (كود تحت MIT)، يعمل على جهازك الخاص، بدون حدود استخدام | PDF، DOCX، PPTX، XLSX، HTML، EPUB، صور والمزيد | Markdown، HTML، DocTags، بدون خسارة JSON؛ يعمل محليا، OCR لعمليات الفحص |
| Marker (Datalab) | الشيفرة مفتوحة المصدر (Apache 2.0); تم استضافة مخصص API قدره 20 دولارا شهريا مع بريد العمل عبر البريد الإلكتروني، و10 دولارات مع بريد شخصي | PDF، صور، PPTX، DOCX، XLSX، HTML، EPUB | Markdown، JSON، HTML، قطع؛ المعادلات كـ LaTeX، الجداول كـ HTML |
| LlamaParse (LlamaIndex) | 10,000 رصيد مجاني شهريا للمستخدمين الجدد؛ التحليل الأساسي من رصيد واحد لكل صفحة | انظر الموقع الرسمي | عبر الإنترنت API (LlamaCloud)، حساب مطلوب |
| Mathpix | مجانًا: 10 صفحات PDF و10 صور شهريًا (2x مع بريد إلكتروني .edu)؛ Pro 4.99 دولارًا شهريًا مقابل 1000 صفحة | PDF، صور | التطبيق وAPI؛ قوية على الصيغ |
| Azure AI Document Intelligence | الفئة المجانية F0: 500 صفحة شهريا، لكن كل تحليل يغطي فقط أول صفحتين وملفات تصل إلى 4 ميجابايت | PDF، صور JPEG/PNG/BMP/TIFF/HEIF، DOCX، PPTX، XLS | السحابة API، حساب Azure مطلوب؛ يقوم نموذج التخطيط بإرجاع الفقرات والجداول والبنية |
تحافظ العناوين والفقرات والقوائم على التسلسل الهرمي للنص الأصلي؛ يتم ربط عمودين أو ثلاثة أعمدة بترتيب القراءة. تظهر الجداول كجداول Markdown وكصفوف وأعمدة في JSON؛ يتم حفظ الصور في images/ مع تحديد مواضعها. تمر عمليات المسح عبر التعرف على النص (OCR) ثم يتم تنظيمها حسب تخطيطها. أنت وحدك من يمكنه رؤية الملفات التي تقوم بتحميلها ونتائجها.
جيد ل: Markdown و JSON دون إعداد أي شيء أو كتابة كود؛ إعداد مستندات لقاعدة معرفية أو RAG.
مرخص بموجب ترخيص MinerU مفتوح المصدر (استنادًا إلى Apache 2.0 مع شروط إضافية). يحتاج Precision Extract API إلى رمز مميز ويأخذ ملفات يصل حجمها إلى 200 ميجابايت و600 صفحة؛ لا يحتاج Agent Lightweight API إلى تسجيل الدخول ويأخذ ملفات يصل حجمها إلى 10 ميجابايت و20 صفحة، بمعدل محدود لكل IP.
جيد ل: المطورون الذين لديهم GPU ويريدون الاستضافة الذاتية، أو الذين يدفعون المستندات الصينية عبر API.
مصدر: MinerU — GitHub README, MinerU — API documentation (limits)
يسرد README الخاص به تخطيط الصفحة وترتيب القراءة وبنية الجدول، OCR لملفات PDF والصور الممسوحة ضوئيًا، والتنفيذ المحلي للبيانات الحساسة والبيئات المعزولة بالهواء. تحمل الأوزان النموذجية تراخيص خاصة بها، ليتم فحصها بشكل منفصل.
جيد ل: فرق يجب أن تبقى غير متصلة أو داخل شبكتها الخاصة وتشعر بالراحة مع Python.
مصدر: Docling — GitHub README
تستخدم أوزان النموذج ترخيص OpenRAIL-M معدّل، وهو مجاني للبحث والاستخدام الشخصي والشركات الناشئة التي تقل قيمتها عن 5 ملايين دولار من التمويل أو الإيرادات؛ يتم دفع الاستخدام التجاري بعد ذلك. يتم تسعير API المستضاف لكل 1000 صفحة: 1 دولار سريع، 3 دولارات متوازنة، 7.50 دولار دقيق؛ البطاقة مطلوبة فقط بعد البدل المجاني.
جيد ل: المطورين الذين يريدون معادلات LaTeX وجداول HTML ويمكنهم العمل برخصة الأوزان.
صفحة التسعير في LlamaIndex تدرج خطة دفع بقيمة 0 دولار مع 10 آلاف رصيد مجاني شهريا؛ كل مستوى تحليل يستخدم عددا مختلفا من الاعتمادات لكل صفحة، من 1 للتحليل الأساسي. يتناسب بشكل أنيق مع مجموعة LlamaIndex RAG.
جيد ل: يقوم المطورون بالفعل بإنشاء RAG باستخدام LlamaIndex.
مصدر: LlamaIndex — Pricing
يسرد سعر Mathpix 10 صفحات PDF و10 صور شهريًا في الخطة المجانية، بالإضافة إلى بريد إلكتروني .edu. سعر Pro هو 4.99 دولارًا أمريكيًا شهريًا مقابل 1000 صفحة PDF و5000 صورة. التعرف على الصيغة هو قوتها؛ البدل المجاني صغير.
جيد ل: صفحة عرضية للصيغ أو صورة لمسألة رياضية.
مصدر: Mathpix — Snip pricing
تقول وثائق Microsoft أن الطبقة المجانية تحلل فقط أول صفحتين من الطلب، مع ملفات يصل حجمها إلى 4 ميجابايت وطلب واحد في الثانية؛ تسرد صفحة التسعير ما بين 0 إلى 500 صفحة مجانية شهريًا. إنه مناسب لتجربة الأشياء قبل البناء على Azure.
جيد ل: الفرق التي تعتمد بالفعل على Azure وتحتاج إلى مؤسسة API.
مصدر: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing
| وضعك | ما يجب تجربته أولاً |
|---|---|
| تحويل مئات الصفحات PDF أو الممسوحة ضوئيا إلى Markdown وJSON دون كتابة كود | OmniDoc (ما يصل إلى 501 صفحة لكل PDF، في المتصفح) |
| يجب أن تظل البيانات على خوادمك الخاصة | Docling أو MinerU، مستضاف ذاتيا |
| الوثائق الصينية على دفعات يومية | MinerU online API (2,000 صفحة ذات أولوية قصوى يوميا)، أو OmniDoc |
| المعادلات من الأوراق البحثية ك LaTeX | Marker، أو Mathpix (بدل مجاني صغير) |
| تم بالفعل إنشاء RAG باستخدام LlamaIndex | LlamaParse |
| أبني بالفعل على Azure | Azure Document Intelligence (الطبقة المجانية تقرأ صفحتين لكل طلب) |
| Word أو PowerPoint أو Excel أو EPUB أو HTML إلى Markdown | OmniDoc, MinerU or Docling |
نعم. MinerU وDocling وMarker مفتوحة المصدر ويمكن استضافتها ذاتيًا؛ يتم تشغيل استخراج المستندات مجانًا OmniDoc في المتصفح بدون حد أقصى شهري وما يصل إلى 501 صفحة لكل PDF، وZIP يحمل document.md وdocument.json؛ يوفر API الخاص بـ MinerU عبر الإنترنت 2000 صفحة ذات أولوية قصوى يوميًا لكل حساب. الأرقام من الصفحات الرسمية، تم فحصها في نوفمبر 2026.
PDF إلى النص يعطيك سلسلة من النص العادي. الاستخراج المنظم يحتفظ بمستويات العناوين، والفقرات، والجداول كصفوف وأعمدة، ومواقع الصور وترتيب القراءة، كMarkdown وJSON التي يمكن للبرامج وأدوات الذكاء الاصطناعي استخدامها مباشرة.
استخدم أداة إلكترونية: استخراج المستندات المجاني OmniDoc يتطلب رفعا في المتصفح؛ تقدم MinerU، Datalab، LlamaParse وAzure واجهات برمجة تطبيقات عبر الإنترنت، والتي تتطلب حسابا ورمزا وبعض الكود.
نعم. يتعرف OmniDoc وDocling وMinerU على النص في عمليات المسح وبنية الجداول. OmniDoc يكتب الجداول كجداول Markdown وكصفوف وأعمدة في JSON؛ التحقق من الجداول المعقدة للغاية مقابل الأصل.
فريق OmniDoc؛ OmniDoc هو منتجنا الخاص. كل شخصية في أداة أخرى ترتبط بصفحتها الرسمية أو مستودعها، وتلك الصفحة تفوز إذا حدث أي تغيير.
OmniDoc استخراج المستندات