ٹول بائی ٹول: کس کو موزوں ہے اور کن باتوں پر نظر رکھنا چاہئے
OmniDoc مفت دستاویز استخراج ہمارا ٹول
سرخیاں، پیراگراف اور فہرستیں اصل کی ہیرارکی کو برقرار رکھتے ہیں؛ دو یا تین کالم پڑھنے کے ترتیب میں جوڑے جاتے ہیں۔ میزیں Markdown میز کے طور پر ظاہر ہوتی ہیں اور JSON میں قطار اور کالم کے طور پر؛ تصاویر images/ میں محفوظ کی جاتی ہیں اور ان کی پوزیشنز کو نشان زد کیا جاتا ہے۔ اسکین شدہ مواد متن شناخت (OCR) سے گزرتا ہے اور پھر ان کے لے آؤٹ کے مطابق منظم کیا جاتا ہے۔ صرف آپ ہی ان فائلوں کو دیکھ سکتے ہیں جو آپ اپ لوڈ کرتے ہیں اور ان کے نتائج بھی۔
مناسب: Markdown اور JSON بغیر کسی ترتیب یا کوڈ لکھے؛ کسی علمی ذخیرے یا RAG کے لیے دستاویزات تیار کرنا۔
MinerU
MinerU اوپن سورس لائسنس کے تحت لائسنس یافتہ ہے (اضافی شرائط کے ساتھ Apache 2.0 پر مبنی)۔ پریسیژن ایکسٹریکٹ API کو ٹوکن کی ضرورت ہوتی ہے اور یہ 200 MB تک کی فائلیں اور 600 صفحات تک لے جا سکتا ہے؛ جبکہ ایجنٹ لائٹ ویٹ API کو لاگ ان کی ضرورت نہیں ہوتی اور یہ 10 MB تک کی فائلیں اور 20 صفحات تک لے جا سکتا ہے، جس کی شرح فی آئی پی کے حساب سے محدود ہے۔
مناسب: GPU رکھنے والے ڈویلپرز جو خود میزبانی کرنا چاہتے ہیں، یا جو API کے ذریعے چینی دستاویزات کو بیچ کرتے ہیں۔
Source: MinerU — GitHub README, MinerU — API documentation (limits)
Docling
Its README lists page layout, reading order and table structure, OCR for scanned PDFs and images, and local execution for sensitive data and air-gapped environments. Model weights carry their own licences, to be checked separately.
مناسب: وہ ٹیمیں جنہیں آف لائن رہنا چاہیے یا اپنے نیٹ ورک کے اندر رہنا چاہیے اور Python کے ساتھ مطمئن ہیں۔
Source: Docling — GitHub README
Marker (Datalab)
ماڈل کے وزن میں تبدیل شدہ OpenRAIL-M لائسنس استعمال ہوتا ہے، جو تحقیق، ذاتی استعمال اور $5M سے کم فنڈنگ یا آمدنی والے اسٹارٹ اپس کے لیے مفت ہے؛ اس سے آگے کمرشل استعمال پر فیس وصول کی جاتی ہے۔ ہوسٹ شدہ API کی قیمت 1,000 صفحات کے حساب سے ہے: $1 فاسٹ، $3 بیلنسڈ، $7.50 اکیوریٹ؛ صرف مفت اجازت کے بعد کارڈ کی ضرورت ہوتی ہے۔
مناسب: وہ ڈیولپرز جو LaTeX مساوات اور HTML میزیں چاہتے ہیں اور وزن کے لائسنس کے ساتھ کام کر سکتے ہیں۔
Source: Marker — GitHub README, Datalab — Pricing
LlamaParse (LlamaIndex)
LlamaIndex کا پرائسنگ پیج ماہانہ 10,000 مفت کریڈٹ کے ساتھ $0 کا ادا-کرتے-ہوئے منصوبہ درج کرتا ہے؛ ہر پارسنگ لیول صفحے کے لیے مختلف تعداد میں کریڈٹ استعمال کرتا ہے، بنیادی پارسنگ کے لیے 1۔ یہ LlamaIndex RAG سٹیک میں باقاعدہ طور پر فٹ بیٹھتا ہے۔
مناسب: وہ ڈیولپرز جو پہلے سے RAG کو LlamaIndex کے ساتھ بنارہے ہیں۔
Source: LlamaIndex — Pricing
Mathpix
Mathpix کی قیمت کی فہرست مفت منصوبے پر ماہانہ 10 PDF صفحات اور 10 تصاویر کی اجازت دیتی ہے، جو ایک .edu ای میل کے ساتھ دوگنی ہوجاتی ہے؛ پرو منصوبہ $4.99 ماہانہ میں 1,000 PDF صفحات اور 5,000 تصاویر کی اجازت دیتا ہے۔ فارمولوں کی شناخت اس کی طاقت ہے؛ مفت اجازت نامہ بہت کم ہے۔
مناسب: فارمولوں کا کبھی کبھار صفحہ یا ریاضی کے مسئلے کی تصویر۔
Source: Mathpix — Snip pricing
Azure AI Document Intelligence
Microsoft کی دستاویزات کے مطابق، مفت منصوبہ صرف درخواست کے پہلے دو صفحات کا تجزیہ کرتا ہے، جبکہ فائلیں 4 MB تک اور فی سیکنڈ ایک درخواست تک محدود ہیں؛ قیمت کے صفحے پر ماہانہ 0–500 مفت صفحات کی فہرست موجود ہے۔ Azure پر عمل درآمد کرنے سے پہلے یہ چیزوں کو آزمائے جانے کے لیے موزوں ہے۔
مناسب: وہ ٹیمیں جو پہلے سے Azure پر کام کر رہی ہیں اور انہیں اینٹرپرائز API کی ضرورت ہے۔
Source: Microsoft Learn — Document Intelligence quotas and limits, Azure — Document Intelligence pricing