PDF to Markdown

PDF to Markdown 是一款基于网页的文档转换工具，使用内部AI模型将PDF文件转换为结构化的Markdown格式。它不是简单地提取原始文本，而是尝试重建文档的原始布局——标题、列表、表格、公式和阅读顺序——从而使输出结果在下游工作流程中真正可用。

适用人群

该工具面向经常处理PDF文件的研究人员、开发者、技术写作者和知识管理者，他们需要将内容转换为可编辑、可版本管理或可输入其他系统的格式。如果你正在构建RAG流水线、维护文档站点，或将论文导入Obsidian或Notion，结构化的Markdown输出比纯文本提取更实用。

工作原理

根据文档类型和所需的保真度，转换可通过三种模式运行。

快速模式是最轻量的选项，适用于布局简单的纯文本PDF。均衡模式是大多数文档的推荐默认选项，以相同的积分成本处理混合布局。精确模式对包含表格、公式或复杂列结构的文档进行更重的处理——当默认输出遗漏重要结构时尤为有用。

所有三种模式都结合了OCR、布局分析和结构恢复。当源扫描质量足够高以保证OCR可靠工作时，支持扫描版PDF，但低质量扫描的结果不保证。

输出效果

Markdown输出使用语义化标题、有序和无序列表，并在模型可推断的情况下恢复表格结构。图片被引用，公式尽可能保持内联，链接被提取。结果可直接从界面复制和下载。

在上传任何文件之前，您可以使用内置的样本预览测试输出质量——包括研究论文、发票、合同和混合布局文档——且无需消耗任何积分。这是在投入前调整对特定文档类型期望的实用方法。

API和批量访问

对于将PDF转换集成到流水线中的团队或开发者，该工具提供REST API，支持通过JSON fileUrl参数进行multipart文件上传或远程URL。认证使用从账户设置生成的API密钥。首页的API playground允许您直接在浏览器中测试请求并查看响应。

已登录用户在首页可进行批量上传，无需逐个编写脚本即可轻松排队多个文件。

定价模式

该服务采用积分制。快速和均衡模式每页消耗1积分。精确模式每页消耗2积分。每次转换最低收取3积分，无论文档多短——因此单页文件并不比三页文件便宜。

如果你的工作流程涉及大量短文档，这个最低收费值得考虑。对于需要结构恢复的较长技术文档，每页成本更可预测，精确模式的更高费率也更容易被接受。

实际适用性

该工具介于基础PDF文本提取器和完整文档智能平台之间。它并不声称在每个文件上都能完美输出——表格和公式恢复被描述为尽力而为，复杂布局仍可能产生不完美结果。它提供的是一个比原始提取更干净的起点，保留了足够的结构以减少大多数标准文档类型的手动清理。

对于准备内容供LLM输入的团队，结构化输出减少了来自未格式化文本转储的噪音，这对于RAG设置中的分块质量和检索准确性往往很重要。