ابزار به ابزار: کی مناسب است و چه چیزی باید رصد شود
استخراج متن رایگان OmniDoc ابزار ما
عنوانها، پاراگرافها و لیستها ساختار هیرارشی اصلی را حفظ میکنند؛ دو یا سه ستون در ترتیب خواندن به هم متصل میشوند. جداول به صورت جداول Markdown و به عنوان ردیفها و ستونها در JSON ظاهر میشوند. تصاویر در images/ ذخیره میشوند و موقعیتهای آنها نیز مشخص است. اسکانها از شناسایی متن (OCR) عبور کرده و سپس بر اساس طرح خود مرتب میشوند. فقط شما میتوانید فایلهای آپلود شده خود و نتایج آنها را ببینید.
مناسب برای: Markdown و JSON بدون نیاز به تنظیم چیزی یا نوشتن کد؛ آمادهسازی مدارک برای پایگاه دانش یا RAG.
MinerU
تحت مجوز منبع باز MinerU (مبتنی بر Apache 2.0 با شرایط اضافی). دستگاه استخراج دقیق API نیازمند یک توکن است و حداکثر تا 200 مگابایت و 600 صفحه را پردازش میکند؛ دستگاه سبک وزن آژانس API نیازی به ورود به سیستم ندارد و حداکثر تا 10 مگابایت و 20 صفحه را پردازش میکند، با محدودیت نرخ برای هر آیپی.
مناسب برای: توسعهدهندگان با GPU که میخواهند خودشان استضافه کنند، یا کسانی که مستندات چینی را به صورت دستهای از طریق API پردازش میکنند.
منبع: MinerU — GitHub README, MinerU — API documentation (limits)
Docling
صفحه README آن لیست طرح صفحه، ترتیب خواندن و ساختار جداول را نشان میدهد، OCR برای PDFهای اسکن شده و تصاویر، و اجرا در محل برای دادههای حساس و محیطهای بدون اتصال به شبکه است. وزنهای مدلها دارای مجوزهای خودشان هستند که باید جداگانه بررسی شوند.
مناسب برای: تیمهایی که باید آفلاین یا درون شبکه خودشان بمانند و با Python راحت هستند.
منبع: Docling — GitHub README
Marker (Datalab)
The model weights use a modified OpenRAIL-M licence, free for research, personal use and startups under $5M in funding or revenue; commercial use beyond that is paid. The hosted API is priced per 1,000 pages: $1 fast, $3 balanced, $7.50 accurate; a card is needed only after the free allowance.
مناسب برای: توسعهدهندگانی که به دنبال معادلات LaTeX و جداول HTML هستند و میتوانند با مجوز وزنها کار کنند.
منبع: Marker — GitHub README, Datalab — Pricing
LlamaParse (LlamaIndex)
صفحه قیمتبندی LlamaIndex فهرستی از برنامه پرداخت بهصورت ماهانه با 10,000 اعتبار رایگان در ماه دارد؛ هر سطح پردازش از تعداد متفاوتی اعتبار برای هر صفحه استفاده میکند، از 1 برای پردازش ابتدایی. این محصول به خوبی در قالب LlamaIndex RAG جا میشود.
مناسب برای: توسعهدهندگانی که قبلاً RAG را با LlamaIndex ساختهاند.
منبع: LlamaIndex — Pricing
Mathpix
قیمتبندی Mathpix شامل 10 صفحه PDF و 10 تصویر در ماه در طرح رایگان است، که با ایمیل .edu دو برابر میشود؛ Pro 4.99 دلار در ماه برای 1,000 صفحه PDF و 5,000 تصویر است. شناسایی فرمول قدرت اصلی آن است؛ اما مقدار رایگان نسبتاً کم است.
مناسب برای: گاهی اوقات صفحهای از فرمولها یا عکسی از یک مسئله ریاضی.
منبع: Mathpix — Snip pricing
Azure AI Document Intelligence
مستندات Microsoft میگوید که طرح رایگان فقط دو صفحه اول یک درخواست را تحلیل میدهد، با فایلهای تا 4 MB و یک درخواست در ثانیه؛ صفحه قیمتگذاری 0–500 صفحه رایگان در ماه را ذکر میکند. این برای آزمایش کارها قبل از ساختن روی Azure مناسب است.
مناسب برای: تیمهایی که قبلاً روی Azure ساختهاند و به یک API سطح کاربردی نیاز دارند.
منبع: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing