استخراج الوثائق OmniDoc

استخراج الوثائق OmniDoc / مقارنة لعام 2026

مقارنة بين أدوات استخراج الوثائق المجانية 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 الاستعانة بـ API اللي تدفع مقابل كل صفحة. هاذ الصفحة بتعطيك البدلات المجانية والمدخلات والمخرجات وإعدادات سبعة أدوات شائعة جنب بعضها، مع المصدر الرسمي لكل رقم.

هاد المقارنة كتبتها فريق OmniDoc، وOmniDoc هو منتجنا الخاص. كل رقم عن أداة تانية جاي من صفحتها الرسمية أو مستودعها، تم التحقق منه يوم 14 نونبر 2026؛ والصفحات ديالهم هي اللي بتكون صاحبة الأولوية إذا كان فيه أي اختلاف.

استخرج ملف مجانا مع OmniDoc

بنظرة سريعة: الحصة المجانية، المدخلات، المخرجات

أداةالحصة المجانيةالمدخلاتالنتيجة / الإعداد
استخراج الوثائق المجاني لـ OmniDoc أداةناحتى 501 صفحة لكل PDF، بدون حد أقصى شهري؛ المهام في الخطة المجانية تنتظر في قائمة الانتظار؛ يلزم 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، document.json، images/ و manifest.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 وأكثر؛ مستضاف ذاتيًا، عبر الإنترنت API، أو عروض توضيحية على Hugging Face وModelScope
Doclingمفتوح المصدر (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 20 دولار في الشهر 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 في الشهر للمستخدمين الجدد؛ تحليل أساسي من 1 رصيد لكل صفحةشوف الموقع الرسميAPI (LlamaCloud) عبر الإنترنت، محتاج حساب
Mathpixبدون تكلفة: 10 صفحات PDF و10 صور في الشهر (ضعف مع بريد إلكتروني .edu)؛ النسخة الاحترافية بـ 4.99$ في الشهر لـ 1,000 صفحةPDF, صورالتطبيق وAPI؛ قوي في الصيغ
Azure AI Document Intelligenceالخطة المجانية F0: 500 صفحة في الشهر، لكن كل تحليل يغطي فقط أول صفحتين وملفات حتى 4 ميغابايتPDF، صور JPEG/PNG/BMP/TIFF/HEIF، DOCX، PPTX، XLSالسحابة API، مطلوب حساب Azure؛ نموذج التخطيط يعيد الفقرات والجداول والبنية

أداة بأداة: لمن تناسب وإيش اللي لازم تراقبه

استخراج الوثائق المجاني لـ OmniDoc أداةنا

العناوين والفقرات والقوائم تحافظ على التسلسل الهرمي الأصلي؛ يتم دمج عمودين أو ثلاثة في ترتيب القراءة. الجداول تظهر كجداول Markdown وكصفوف وأعمدة في JSON؛ يتم حفظ الصور في images/ مع تحديد مواقعها. تمر المسوحات الضوئية عبر التعرف على النص (OCR) ثم يتم تنظيمها حسب تخطيطها. وحدك من يمكنه رؤية الملفات التي تقوم بتحميلها ونتائجها.

جيدة لـ: Markdown و JSON بدون الحاجة لتهيئة أي شيء أو كتابة كود برمجي؛ تحضير الوثائق لقاعدة المعرفة أو RAG.

MinerU

مرخص بموجب رخصة المصدر المفتوح MinerU (مستندة على Apache 2.0 مع شروط إضافية). يحتاج مُستخرج الدقة API إلى 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.

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

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

Docling

صفحة README الخاصة به تسرد تخطيط الصفحة، وترتيب القراءة وهيكل الجداول، وOCR للملفات PDF الممسوحة ضوئيًا والصور، والتنفيذ المحلي للبيانات الحساسة والبيئات المعزولة. أوزان النموذج لها رخصها الخاصة، ويجب التحقق منها بشكل منفصل.

جيدة لـ: فرق لازم تبقى غير متصلة بالإنترنت أو داخل الشبكة الخاصة بيها ومتواجدة مع Python.

أداةنا: Docling — GitHub README

Marker (Datalab)

أوزان النموذج تستخدم رخصة OpenRAIL-M معدلة، مجانية للبحث والاستخدام الشخصي والشركات الناشئة اللي كاين عليها أقل من 5 ملايين دولار في التمويل أو الإيرادات؛ أما الاستخدام التجاري بعد كيكون مدفوع. الـ API المستضاف معندهش سعر لكل 1,000 صفحة: 1 دولار سريع، 3 دولارات متوازن، 7.50 دولار دقيق؛ وتحتاج بطاقة فقط بعد حدود الدعم المجاني.

جيدة لـ: المطورين اللي كيبيدو LaTeX معادلات وHTML جداول ويقدرو يشتغلوا مع رخصة الأوزان.

أداةنا: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

صفحة التسعيرات الخاصة بـ LlamaIndex تدرج خطة دفع حسب الاستخدام بـ 0$ مع 10 آلاف رصيد مجاني في الشهر؛ كل مستوى تحليل يستخدم عدد مختلف من الرصيد لكل صفحة، بدءاً من 1 للتحليل الأساسي. كيتناسب بشكل ممتاز مع مجموعة LlamaIndex RAG.

جيدة لـ: المطورون اللي كييبنوا بالفعل RAG مع LlamaIndex.

أداةنا: LlamaIndex — Pricing

Mathpix

تقدر Mathpix على تسعيرة 10 صفحات PDF و10 صور في الشهر في الخطة المجانية، وتتضاعف مع بريد إلكتروني .edu؛ النسخة الاحترافية بـ 4.99$ في الشهر لـ 1,000 صفحة PDF و5,000 صورة. التعرف على الصيغ هو نقطة قوتها؛ لكن الحصة المجانية صغيرة.

جيدة لـ: صفحة من الصيغ أحيانًا أو صورة لمسألة رياضيات.

أداةنا: Mathpix — Snip pricing

Azure AI Document Intelligence

توحي وثائق Microsoft أن الخطة المجانية تحلل فقط أول صفحتين من كل طلب، مع ملفات حتى 4 ميغابايت وطلب واحد في الثانية؛ وصفحة التسعير تذكر 0–500 صفحة مجانية في الشهر. وهذا يناسب تجربة الأشياء قبل البناء على Azure.

جيدة لـ: فرق كييبن بالفعل على Azure وتحتاج إلى API للمؤسسات.

أداةنا: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing

واحدة لاي مهمة

وضعكما الذي يجب تجربته أولًا
تحويل مئات من PDF أو صفحات ممسوحة ضوئيًا إلى Markdown و JSON بدون كتابة كودOmniDoc (حتى 501 صفحة لكل PDF, في المتصفح)
يجب أن تبقى البيانات على الخوادم الخاصة بكDocling أو MinerU، مستضاف ذاتيًا
وثائق صينية على شكل دفعات يوميةMinerU API عبر الإنترنت (2,000 صفحة بأولوية قصوى في اليوم)، أو OmniDoc
المعادلات من الأوراق كـ LaTeXMarker، أو Mathpix (حصة صغيرة مجانية)
كيبنو بالفعل RAG مع LlamaIndexLlamaParse
كيبنو بالفعل على AzureAzure Document Intelligence (الخطة المجانية تقرأ صفحتين لكل طلب)
Word، PowerPoint، Excel، EPUB أو HTML إلى MarkdownOmniDoc، MinerU أو Docling

أسئلة

هل يوجد محول PDF إلى Markdown مجاني سنة 2026؟

نعم. MinerU، Docling وMarker مصادرها مفتوحة ويمكن استضافتها ذاتيًا؛ واستخراج الوثائق المجاني لـ OmniDoc يشتغل في المتصفح بدون سقف شهري وبما يصل إلى 501 صفحة لكل PDF، والZIP الخاص به يحتوي على document.md وdocument.json؛ وMinerU يقدم عبر الإنترنت API بـ 2,000 صفحة ذات أولوية قصوى في اليوم لكل حساب. الأرقام من الصفحات الرسمية، تم التحقق منها نونبر 2026.

كيف يختلف الاستخراج المنظم عن تحويل 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، مثل Markdown وJSON اللذين يمكن للبرامج وأدوات الذكاء الاصطناعي استخدامهما مباشرة.

ما كنقدر نستضيف ذاتيًا. شنو خياراتي؟

استعمل أداة على الإنترنت: استخراج الوثائق المجاني لـ OmniDoc يأخذ تحميل في المتصفح؛ وMinerU، Datalab، LlamaParse وAzure يقدمون واجهات برمجة تطبيقات على الإنترنت، اللي تحتاج حساب، توكن وبعض الكود.

هاد الأدوات تقدر تتعامل مع ملفات PDF الممسوحة ضوئيًا والجداول؟

أجل. OmniDoc وDocling وMinerU يتعرفون على النص في المسح الضوئي وهيكل الجداول. OmniDoc يكتب الجداول كجداول Markdown وكصفوف وأعمدة في JSON؛ تحقق من الجداول المعقدة جدًا مقارنة بالأصل.

مين كتب هاذ المقارنة؟

فريق OmniDoc؛ OmniDoc هو منتجنا الخاص. كل رقم عن أداة تانية متصل بالصفحة الرسمية أو المستودع بتاعها، والصفحة دي كتربح إذا تغيّر أي حاجة.

المصادر (تم التحقق منها يوم 14 نونبر 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/