أداة تلو الأخرى: لمن تناسب وما الذي يجب مراقبته
استخراج المستندات المجاني OmniDoc أداةنا
تحافظ العناوين والفقرات والقوائم على التسلسل الهرمي الأصلي؛ ويتم دمج عمودين أو ثلاثة أعمدة حسب ترتيب القراءة. تظهر الجداول كجداول Markdown وكصفوف وأعمدة في JSON؛ ويتم حفظ الصور في المجلد images/ مع تحديد مواقعها. تخضع المسوحات الضوئية للتعرف على النصوص (OCR) ثم يتم تنظيمها وفقًا لتصميمها. لا يمكن لأي شخص رؤية الملفات التي تقوم بتحميلها أو نتائجها سوى أنت.
مناسب لـ: Markdown و JSON دون الحاجة إلى إعداد أي شيء أو كتابة كود برمجي؛ لإعداد المستندات لقاعدة المعرفة أو RAG.
MinerU
مرخَّص بموجب ترخيص المصدر المفتوح MinerU (مستند إلى Apache 2.0 مع شروط إضافية). يتطلب مُستخرج الدقة API رمزًا مميزًا ويقبل ملفات يصل حجمها إلى 200 ميجابايت و600 صفحة؛ ولا يتطلب الوكيل الخفيف API تسجيل دخولًا ويقبل ملفات يصل حجمها إلى 10 ميجابايت و20 صفحة، مع تحديد معدل لكل عنوان IP.
مناسب لـ: المطورون الذين لديهم GPU ويرغبون في الاستضافة الذاتية، أو الذين يعالجون مستندات صينية دفعة واحدة عبر API.
المصدر: MinerU — GitHub README, MinerU — API documentation (limits)
Docling
تسرد README تخطيط الصفحة وترتيب القراءة وهيكل الجداول، وOCR للملفات الممسوحة ضوئيًا بصيغة PDF والصور، كما يتيح التنفيذ المحلي للبيانات الحساسة والبيئات المعزولة. تحمل أوزان النموذج تراخيصها الخاصة، ويجب مراجعتها 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 للبحث والاستخدام الشخصي والشركات الناشئة التي يقل تمويلها أو إيراداتها عن 5 ملايين دولار؛ أما الاستخدام التجاري بما يتجاوز ذلك فيكون مدفوعًا. يُسعَّر API المستضاف لكل 1,000 صفحة: 1 دولار سريع، 3 دولارات متوازنة، 7.50 دولارات دقيقة؛ ولا يلزم وجود بطاقة إلا بعد استنفاد الحصة المجانية.
مناسب لـ: المطورون الذين يريدون معادلات LaTeX وجداول HTML ويمكنهم العمل باستخدام ترخيص الأوزان.
المصدر: Marker — GitHub README, Datalab — Pricing
LlamaParse (LlamaIndex)
تسرد صفحة التسعير الخاصة بـ LlamaIndex خطة دفع حسب الاستخدام بقيمة 0 دولار مع 10,000 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
تُدرج قائمة أسعار Mathpix 10 صفحات من PDF و10 صور شهريًا في الخطة المجانية، وتتضاعف الكمية مع بريد إلكتروني من .edu؛ أما الإصدار الاحترافي فيبلغ 4.99 دولارًا أمريكيًا في الشهر مقابل 1,000 صفحة من PDF و5,000 صورة. يتميز بالقدرة على التعرف على الصيغ؛ إلا أن الحصة المجانية صغيرة.
مناسب لـ: صفحة عرضية من الصيغ أو صورة لمشكلة رياضيات.
المصدر: Mathpix — Snip pricing
Azure AI Document Intelligence
تقول وثائق Microsoft إن الخطة المجانية تحلل أول صفحتين فقط من كل طلب، مع دعم الملفات حتى 4 ميجابايت وطلب واحد في الثانية؛ وتُدرج صفحة التسعير نطاقًا يتراوح بين 0 و500 صفحة مجانية شهريًا. وهي مناسبة لتجربة الأدوات قبل البناء على Azure.
مناسب لـ: فرق تبني بالفعل على Azure وتحتاج إلى API مؤسسية.
المصدر: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing