关于 PDF 有什么好的方式转成成文字发给 AI 模型

开发调优
1

最近用 GO 在写一个 AI 的项目, PDF 这鬼东西真不好转文字呀.

Rust 也测了一圈,有的 PDF 也是无法正常转换.

4 Likes
2

通过 api 发给 mineru一类的工具解析？

1 Like
3

好像这成本就有点高了

4

mistral-ocr

5

这两个项目看过没有？

5 Likes
6

转成md？

7

不多的话，到论坛找找，有个富可敌国可以转md，效果还不错，还有个也可以转pdf的ai帖，你搜一下。

8

部署起来有点麻烦, 本来使用 Go 或者 Rust 就想简单点, 不过没事, 可以做后备方案

9

也不一定要 md , txt 也可

10

好的,我先找找

11

md比较通用，我觉得还是转md吧

12

:joy: 如果 txt 都没办法, 那么 md 更加没办法

13

转txt应该很简单吧，反正python都有现成的包用

14

如果是知识库的话，就可以直接用PDF，为给模型。如果你必须把PDF转成文字，那你就在AcrobatRead中，另存为word或txt等文字，如果PDF格式是图片型的，你就需要用OCR软件，把文字转换出来。

15

有些模型不支持发送文件吧？比如 v3

16

如果是使用知识库，必须把PDF文档向量化，然后给V3就没问题。

可以参考这篇贴文
https://linux.do/t/topic/479634

17

https://linux.do/t/topic/495046?u=joegodwanggod
期待一手我的工具
如果我的工具確實好用還請給個解決方案

18

好的,关注下

19

是单个对话而已

20

只有文字还好，有没有表格，有没有图片