OmniDoc文件擷取

OmniDoc文件擷取 / 2026年比較

2026 年免費文件擷取工具比較：PDF 與 Markdown 及 JSON

將 PDF、掃描件和 Office 檔案轉成帶有標題、表格和圖片的 Markdown 和 JSON，可能意味著要自行架設開源模型，或呼叫按頁面計費的 API。本頁將七種常用工具的免費授權、輸入、輸出及設置並列，並附有每個數字的官方來源。

這個比較是由 OmniDoc 團隊撰寫，OmniDoc 是我們自己的產品。關於其他工具的每個數據均來自其官方頁面或資料庫，於 2026 年 11 月 14 日檢查;如果有什麼不同，他們的頁面就贏了。

使用 OmniDoc 免費提取文件

一目了然：免費配額、投入、產出

工具免費津貼輸入輸出/設定
OmniDoc 免費文件擷取 本站每個PDF最多 501 頁，每月無限制；免費計劃上的任務在隊列中等待；需要一個免費的 OmniDoc 帳戶PDF， scanned PDF， PNG/JPG/WEBP/BMP images， Word， PowerPoint， Excel， CSV， EPUB， HTML， Markdown， TXT， SRT/ASS網頁，沒什麼需要安裝的;a ZIP 與 document.md， document.json， images/ 及 manifest.json
MinerU開源、自架;線上 API：每個帳號每天 2,000 頁，優先權最高，之後優先權較低PDF， images， DOC/DOCX， PPT/PPTX， XLS/XLSX， RTF， ODT/ODS/ODP， EPUB， OFD， HTML/MHTML， CSV/TSVMarkdown, HTML, LaTeX, DOCX and more;自託管、線上 API 或在 Hugging Face 和 ModelScope 上進行演示
Docling開源（程式碼位於MIT下），在您自己的電腦上運行，無使用限制PDF、DOCX、PPTX、XLSX、HTML、EPUB、影像等Markdown， HTML， DocTags， lossless JSON;在本地執行，掃描時為 OCR
Marker（Datalab）開源代碼（Apache 2.0）;託管API每月20美元，使用工作電子郵件，10美元，私人電子郵件PDF， images， PPTX， DOCX， XLSX， HTML， EPUBMarkdown、JSON、HTML，塊；方程式為LaTeX，表格為HTML
LlamaParse (LlamaIndex)新用戶每月10,000個免費積分；每頁 1 學分的基本解析請參閱官方網站線上 API （LlamaCloud），需要帳號
Mathpix免費：每月10頁PDF頁面及10張圖片（使用 .edu 電子郵件可加倍）;專業版 1,000 頁每月 4.99 美元PDF，圖像App 與 API;在公式上很強
Azure AI Document Intelligence免費套餐 F0：每月 500 頁，但每次分析僅涵蓋前 2 頁和最大 4 MB 的文件PDF、JPEG/PNG/BMP/TIFF/HEIF 影像、DOCX、PPTX、XLSCloud API， Azure account needed;版面模型回傳段落、表格及結構

逐一工具：適合誰、看什麼

OmniDoc 免費文件擷取 本站

標題、段落與列表保持原始階層;兩到三欄依閱讀順序相連。表格會以 Markdown 表格形式呈現，JSON 則以列和欄形式呈現;圖片會儲存在images/，並標示其位置。掃描會經過文字辨識（OCR），然後依照其版面進行組織。只有你自己能看到你上傳的檔案及其結果。

適合：Markdown 和 JSON 無需設定任何內容或編寫程式碼；為知識庫或RAG準備文件。

MinerU

以 MinerU 開源授權（基於 Apache 2.0，並附有額外條件）。精確擷取 API 需要一個令牌，可接受最多 200 MB 檔案及 600 頁;Agent Lightweight API 無需登入，可接收最高 10 MB 檔案及 20 頁，且每個 IP 有速率限制。

適合：擁有 GPU 的開發者想要自行託管，或透過 API 批次處理中文文件。

資料來源: MinerU — GitHub README, MinerU — API documentation (limits)

Docling

其 README 列出頁面佈局、閱讀順序與表格結構，OCR 用於掃描 PDF 與影像，並列出本地執行以處理敏感資料及空氣隔間環境。模型砝碼有自己的授權，需另行檢查。

適合：必須保持離線或在自己的網路內並且熟悉 Python 的團隊。

資料來源: Docling — GitHub README

Marker（Datalab）

模型權重使用修改後的 OpenRAIL-M 許可證，免費供研究、個人使用以及資金或收入低於 500 萬美元的新創公司使用；超出此範圍的商業使用是有償的。託管的 API 按每 1,000 個頁面定價：快速 1 美元，平衡 3 美元，準確 7.50 美元；只有在免費額度之後才需要一張卡。

適合：需要 LaTeX 方程式和 HTML 表並且可以使用權重許可證的開發人員。

資料來源: Marker — GitHub README, Datalab — Pricing

LlamaParse (LlamaIndex)

LlamaIndex 的定價頁面列出了 0 美元的即用即付計劃，每月有 10K 免費積分；每個解析層每頁使用不同數量的積分，基本解析為 1。它恰好適合 LlamaIndex RAG 堆疊。

適合：開發者已經用 LlamaIndex 在建 RAG。

資料來源: LlamaIndex — Pricing

Mathpix

Mathpix 的定價列出了免費套餐中每月 10 個 PDF 頁面和 10 張圖片，如果發送 .edu 電子郵件，則價格翻倍； Pro 版的價格為每月 4.99 美元，包含 1,000 個 PDF 頁面和 5,000 張圖像。配方識別是它的強項；免費津貼很少。

適合：偶爾出現一頁公式或數學問題的照片。

資料來源: Mathpix — Snip pricing

哪個適合哪個工作

你的情況首先嘗試什麼
將數百頁 PDF 或掃描頁面轉換成 Markdown 和 JSON，卻不寫程式碼OmniDoc（瀏覽器中每個 PDF 最多可達 501 頁）
資料必須留在你自己的伺服器上Docling 或 MinerU，自架
每日批量中文文檔MinerU 線上 API（每天 2,000 頁最高優先級），或 OmniDoc
論文中的方程式為 LaTeXMarker，或 Mathpix（小免費津貼）
已經用 LlamaIndex 建構 RAGLlamaParse
已經在 Azure 上構建Azure Document Intelligence（免費方案每個請求需閱讀2頁）
Word， PowerPoint， Excel， EPUB 或 HTML to MarkdownOmniDoc、MinerU 或 Docling

問題

2026 年有免費的 PDF 轉 Markdown 轉換器嗎？

是的。MinerU、Docling 和 Marker 是開源且可自架;OmniDoc 免費文件擷取在瀏覽器中運行，無月度上限，且每個 PDF 最多可處理 501 頁，其 ZIP 可儲存 document.md 與 document.json;MinerU 的線上 API 每天提供每個帳號 2,000 個最高優先頁面。數據來自官方頁面，查閱於2026年11月。

結構化擷取從 PDF 到文本有何不同？

PDF 到文字將為您提供一系列純文字。結構化擷取將標題層級、段落、表格保留為行和列、影像位置和閱讀順序，作為程式和 AI 工具可以直接使用的 Markdown 和 JSON。

我無法自行主機。我有哪些選擇？

使用線上工具：OmniDoc 免費文件擷取功能會在瀏覽器上傳;MinerU、Datalab、LlamaParse 和 Azure 提供線上 API，需要帳號、令牌和一些程式碼。

這些工具能處理掃描的 PDF 和表格嗎？

是的。OmniDoc、Docling 和 MinerU 會辨識掃描中的文字及表格結構。OmniDoc 將表格寫入 Markdown 表格，並在 JSON 中寫入列與列;把非常複雜的表格和原作比對一下。

這個比較是誰寫的？

OmniDoc隊； OmniDoc是我們自己的產品。有關另一個工具的每個圖都連結到其官方頁面或儲存庫，如果有任何更改，該頁面將獲勝。

資料來源（2026年11月14日查閱）

  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/

2026 指南：文件擷取工具中應檢查的 8 項事項 · OmniDoc文件擷取 · 文件翻譯 · 開啟工具 · 取得桌面應用程式