أداة بأداة: مين تناسبه وإيه اللي لازم تتابعه
استخراج المستندات المجاني 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. المسوحات تخضع للتعرف على النص (OCR) ثم يتم تنظيمها حسب تخطيطها. أنت فقط من يمكنه رؤية الملفات التي ترفعها ونتائجها.
كويسة لـ: Markdown و JSON بدون الحاجة إلى إعداد أي شيء أو كتابة كود برمجي؛ لإعداد المستندات لقاعدة المعرفة أو RAG.
MinerU
مرخص بموجب ترخيص المصدر المفتوح MinerU (مستند إلى Apache 2.0 مع شروط إضافية). يتطلب مُستخرج الدقة API الحصول على رمز مميز ويقبل الملفات حتى 200 ميجابايت و600 صفحة؛ أما الوكيل الخفيف الوزن API فلا يحتاج إلى تسجيل دخول ويقبل الملفات حتى 10 ميجابايت و20 صفحة، مع تحديد معدل لكل عنوان IP.
كويسة لـ: المطورون الذين لديهم GPU ويرغبون في الاستضافة الذاتية، أو الذين يعالجون دفعات من المستندات الصينية عبر API.
المصدر: MinerU — GitHub README, MinerU — API documentation (limits)
Docling
صفحة README الخاصة به تسرد تخطيط الصفحة وترتيب القراءة وهيكل الجداول، وOCR لملفات PDF الممسوحة ضوئيًا والصور، والتنفيذ المحلي للبيانات الحساسة والبيئات المعزولة. أوزان النموذج لها تراخيصها الخاصة، ويجب مراجعتها بشكل منفصل.
كويسة لـ: الفرق التي لازم تبقى غير متصلة أو داخل الشبكة الخاصة بيها ومتاحة مع Python.
المصدر: Docling — GitHub README
Marker (Datalab)
أوزان النموذج بتستخدم ترخيص OpenRAIL-M معدل، مجاناً للبحث والاستخدام الشخصي والشركات الناشئة اللي تمويلها أو إيراداتها أقل من 5 ملايين دولار؛ أما الاستخدام التجاري بعد كده فبقي بمقابل. الـAPI المستضاف بتسعيره على أساس كل 1,000 صفحة: $1 سريع، $3 متوازن، $7.50 دقيق؛ وبس لما يتجاوز الحد المجاني بتحتاج بطاقة.
كويسة لـ: المطورين اللي عايزين معادلات LaTeX وجداول HTML ويمكنهم التعامل مع ترخيص الأوزان.
المصدر: Marker — GitHub README, Datalab — Pricing
LlamaParse (LlamaIndex)
صفحة التسعير الخاصة بـ LlamaIndex تسرد خطة دفع حسب الاستخدام بقيمة 0 دولار مع 10 آلاف رصيد مجاني في الشهر؛ كل مستوى تحليل يستخدم عدد مختلف من الأرصدة لكل صفحة، بدءًا من 1 للأداء الأساسي. وهي تناسب تمامًا مجموعة LlamaIndex RAG.
كويسة لـ: المطورون اللي بيشيدوا بالفعل RAG باستخدام LlamaIndex.
المصدر: LlamaIndex — Pricing
Mathpix
تتيح قائمة الأسعار الخاصة بـ Mathpix 10 صفحات PDF و10 صور في الشهر على الخطة المجانية، وتتضاعف الكمية مع بريد إلكتروني .edu؛ أما النسخة الاحترافية فتكلف 4.99 دولار في الشهر مقابل 1,000 صفحة PDF و5,000 صورة. يتميز التطبيق بالقدرة القوية على التعرف على الصيغ الرياضية، لكن الحصة المجانية صغيرة.
كويسة لـ: صفحة من المعادلات أو صورة لمسألة رياضية بين الحين والآخر.
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؛ وتوضح صفحة التسعير أن هناك 0–500 صفحة مجانية شهريًا. وهي مناسبة لتجربة الأشياء قبل البناء على Azure.
كويسة لـ: الفرق اللي بتشيد بالفعل على Azure وتحتاج إلى API للمؤسسات.
المصدر: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing