OmniDoc 文件提取

OmniDoc 文件提取 / 2026 年比較

2026年免費文件提取工具比較:PDF 至 Markdown 同 JSON

將 PDF、掃描件同 Office 檔轉成帶標題、表格同圖片嘅 Markdown 同 JSON,可能需要自建開源模型或者用按頁計費嘅 API。呢個頁面會將七款常用工具嘅免費方案、輸入格式、輸出同設定放埋一齊比較,每個數據都以官方來源為準。

呢個比較係由 OmniDoc 團隊寫嘅,而 OmniDoc 係我哋自己嘅產品。其他工具嘅每個數據都嚟自佢哋官方頁面或者資料庫,已經喺 2026 年 11 月 14 日核實過;如果真係有唔同,就以佢哋官方頁面為準。

可以用 OmniDoc 免費將檔案轉換

一覽:免費限額、輸入同輸出

工具免費限額輸入輸出/設定
OmniDoc 免費文件提取 我哋嘅工具每 PDF 最多可提取 501 頁,無月度限制;免費計劃嘅任務需要排隊;需要一個免費嘅 OmniDoc 帳戶PDF,掃描過嚟嘅 PDF、PNG/JPG/WEBP/BMP 圖像、Word、PowerPoint、Excel、CSV、EPUB、HTML、Markdown、TXT、SRT/ASS網頁,無需安裝任何嘢;有一個 ZIP 檔,入面有 document.md、document.json、images/ 同 manifest.json
MinerU開源、自託管;線上 API:每個帳戶每日有 2,000 頁,優先級最高,之後就係低優先級PDF、圖片、DOC/DOCX、PPT/PPTX、XLS/XLSX、RTF、ODT/ODS/ODP、EPUB、OFD、HTML/MHTML、CSV/TSVMarkdown、HTML、LaTeX、DOCX等等;自託管、線上 API,或者喺 Hugging Face 同 ModelScope 上嘅示範
Docling開源(代碼喺 MIT 下),喺你自己嘅電腦度運行,冇使用限制PDF、DOCX、PPTX、XLSX、HTML、EPUB、圖片同埋更多Markdown、HTML、DocTags、無損 JSON;喺本地運行,掃描用 OCR
Marker (Datalab)開源碼 (Apache 2.0);主機 API 允許每月用 $20,用工作電郵就係 $10PDF、圖片、PPTX、DOCX、XLSX、HTML、EPUBMarkdown、JSON、HTML,分段;方程式做 LaTeX,表格做 HTML
LlamaParse (LlamaIndex)新用戶每個月有 10,000 個免費積分;基本解析每頁只需 1 個積分睇下官方網站線上 API (LlamaCloud),需要一個帳戶
Mathpix免費:每月 10 PDF 頁同 10 張圖片(用 .edu 電郵可增加一倍);Pro 每月 $4.99,可處理 1,000 頁PDF、圖片應用程式同 API;對公式特別強
Azure AI Document Intelligence免費版 F0:每月有 500 頁,但每次分析只覆蓋頭 2 頁,檔案上限係 4 MBPDF,JPEG/PNG/BMP/TIFF/HEIF 圖像、DOCX、PPTX、XLS雲端 API,需要 Azure 帳戶;版面模型會返回段落、表格同結構

一個個工具先講:適合邊啲人用,有咩要注意

OmniDoc 免費文件提取 我哋嘅工具

標題、段落同清單都會保留原本嘅層次結構;兩三欄會按閱讀順序連埋一齊。表格會變成 Markdown 表格,或者以行同列形式出現在 JSON 入面;相片會儲存喺 images/ 裏面,並標示佢哋嘅位置。掃描件會經過文字識別 (OCR),然後按版面安排好。只有你可以睇到你上傳嘅檔案同結果。

適合:Markdown 同 JSON 都唔使設定任何嘢或者寫程式碼;為知識庫或 RAG 準備文件。

MinerU

根據 MinerU 開源授權(基於 Apache 2.0,並附加咗其他條件)。Precision Extract API 需要令牌,可以處理最多 200 MB 同 600 頁嘅檔案;Agent Lightweight API 則無需登入,可以處理最多 10 MB 同 20 頁嘅檔案,且按 IP 限速。

適合:有 GPU 嘅開發者想自託管,或者透過 API 批量處理中文文件。

我哋嘅工具: MinerU — GitHub README, MinerU — API documentation (limits)

Docling

佢嘅 README 列出頁面佈局、閱讀順序同埋表格結構,OCR 適用於掃描 PDF 同圖片,而本地執行則適用於敏感數據同隔離環境。模型權重有自己嘅授權許可,需要另行查閱。

適合:必須保持離線或者喺自己網絡入面,而且對 Python 感到滿意嘅團隊。

我哋嘅工具: Docling — GitHub README

Marker (Datalab)

模型權重使用修改過嘅 OpenRAIL-M 牌照,研究、個人用途同資助或收入低於 $5M 嘅初創公司都可以免費使用;超過呢個限額嘅商業用途就要收費。主機 API 則按每 1,000 頁計費:快速版 $1、平衡版 $3、準確版 $7.50;只有用完免費額度先需要申請信用卡。

適合:想用 LaTeX 方程式同 HTML 表格,而且可以配合權重牌照嘅開發者。

我哋嘅工具: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

LlamaIndex 嘅定價頁列出咗一個每月有 10,000 個免費積分嘅即用即付計劃;每個解析層級每頁用唔同數量嘅積分,基本解析只需 1 個。佢 perfectly 配合 LlamaIndex RAG 組合。

適合:已經有開發者用 RAG 同 LlamaIndex 做嘢。

我哋嘅工具: LlamaIndex — Pricing

Mathpix

Mathpix 嘅收費計劃係免費版每月有 10 PDF 頁同 10 張圖片(用 .edu 電郵可增加一倍);Pro 版每月 $4.99,可處理 1,000 PDF 頁同 5,000 張圖片。佢強項係識別公式;不過免費額度唔多。

適合:有時會有幾頁公式或者一張數學題嘅相。

我哋嘅工具: Mathpix — Snip pricing

邊個適合做邊個工作

你嘅情況先試咩好
無需寫程式碼,就可以將數百張 PDF 或掃描頁轉換成 Markdown 同 JSONOmniDoc(每個 PDF 最多 501 頁,在瀏覽器內使用)
數據必須留喺你哋自己嘅伺服器上Docling 或 MinerU,自託管
每日批次嘅中文文件MinerU 網上 API(每個帳戶每日有 2,000 頁優先級最高),或者 OmniDoc
論文中嘅方程式做 LaTeXMarker,或者 Mathpix(少量免費額度)
已經用 RAG 同 LlamaIndex 做嘢LlamaParse
已經喺 Azure 上面開發Azure Document Intelligence(免費版每次只會讀取每個請求嘅首兩頁)
Word、PowerPoint、Excel、EPUB 或 HTML 至 MarkdownOmniDoc、MinerU 或 Docling

問題

2026年有冇免費嘅PDF至Markdown轉換器?

Yes. MinerU, Docling and Marker are open source and can be self-hosted; the OmniDoc free document extraction runs in the browser with no monthly cap and up to 501 pages per PDF, and its ZIP holds document.md and document.json; MinerU’s online API gives 2,000 top-priority pages a day per account. Figures from the official pages, checked November 2026.

結構化提取同 PDF 轉文字有咩分別?

PDF 轉文字會畀你一整段純文字。結構化提取則會保留標題層次、段落、表格成行列、圖片位置同閱讀順序,正如 Markdown 同 JSON 一樣,程式同 AI 工具都可以直接用。

我唔可以自建伺服器。我有咩選擇?

用網上工具:OmniDoc 免費嘅文件提取功能係喺瀏覽器入面上傳;而 MinerU、Datalab、LlamaParse 同 Azure 則提供網上 API,需要註冊帳戶、取得 token 同寫啲程式碼。

呢啲工具可唔可以處理掃描 PDF 同埋表格?

係呀。OmniDoc、Docling 同 MinerU 可以識別掃描版入面嘅文字同埋表格結構。OmniDoc 會將表格寫成 Markdown 表格,亦都會以行列形式寫入 JSON;複雜到極點嘅表格就要對照原稿先啦。

邊個寫咗呢個比較?

OmniDoc 團隊;OmniDoc 係我哋自家產品。任何有關其他工具嘅數據都會連結到佢哋官方頁面或代碼庫,如果有任何改變,都以嗰度為準。

資料(已經喺 2026 年 11 月 14 日核實過)

  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/