Смотри, чего нашёл!

Бесплатный PDF-парсер с открытым исходным кодом, который преобразует PDF-документы в Markdown, JSON и HTML, делая их гораздо удобнее для использования в RAG-пайплайнах, ИИ-агентах, поисковых системах и приложениях на базе LLM.

→ Гибридный режим добавляет OCR для отсканированных PDF-документов.
→ Гибридный режим корректно обрабатывает сложные таблицы, формулы и диаграммы.
→ Доступен для Python, Node.js и Java.

OpenDataLoader PDF

tg / max