之前和大家分享了两个热门的PDF转Markdown软件MinerU和Marker，这两个应用都是本地离线应用，整个处理过程完全依赖于本地电脑，如果PDF文档内容比较复杂或是文件比较大的话，电脑配置较低的用户用起来就比较麻烦，比如处理时间过长或是显存报错等。本次再和大家分享另一个热门的PDF转Markdown应用Zerox，这个应用可以使用在线大语言模型来识别转换PDF文档内容。借助最新强大的在线大语言模型利用云端处理能力解决了本地电脑配置不足的问题。原项目地址：https://github.com/getomni-ai/zerox，我制作了最新版一键启动整合包，操作界面如下：
首先到我网盘内将程序压缩包下载到本地电脑解压，然后双击start.exe即可启动软件。
将需要处理的PDF文件拖到软件窗口里，软件会识别PDF文件路径地址，自动填充到待处理PDF文档输入框内。
大语言模型可选择OpenAI的ChatGPT和Google的Gemini。由于Zerox需要大语言模型的多模态能力，即图片理解能力，所以ChatGPT的3.5免费版是不支持的，你需要使用付费版GPT-4系列模型，如GPT-4o，你也也可以使用其它模型，直接在文本框里手动输入模型名即可。你也可以使用Google的Gemini模型，关于免费申请Google Gemini API可以看我另外一篇文章《免费申请Google Gemini API密钥教程》。列表里预设了Gemini 1.5系列3个模型，Gemini 1.5 Pro最新最强大。Gemini 1.5 Flash速度最快，Gemini 1.5 Flash-8B最小的模型。
API KEY为你申请到的大语言模型的API KEY，通过API使用必须要有的API KEY，在这里输入
OpenAI base_url为OpenAI 的API调用地址，如果你用的是官方的API，这里可以不用填。如果你用的是在国内购买的ChatGPT API，这里需要填写转发地址。
处理页数就是想要处理这个PDF文档的第几页，直接输入页码数字，数字之间用英文”,”隔开，如1,3,5。留空表示处理整个PDF文档内容。
然后点击按钮开始转换即可开始处理PDF文档。
如果你连续多次点击按钮处理文档，如果有报错的话，重启软件即可。
在线大语言模型版PDF转Markdown软件zerox整合包下载地址：
相关推荐
图片/PDF转HTML/Markdown/JSON软件Chandra—— Windows 版一键启动包,免安装部署,可离线- 字节跳动Dolphin图片文档解析工具免安装一键启动整合包下载,PDF转JSON/Markdown软件
- PDF/图片转markdown软件MonkeyOCR整合包，文档图片解析工具下载
- 微软PDF/WORD/HTML文档转Markdown格式软件markitdown整合包下载
- PDF转Markdown软件MinerU 2.5.4版整合包使用说明视频教程
- PDF转Markdown/JSON软件MinerU最新3.1.11版一键启动整合包下载
- PDF/EPUB转Markdown/HTML软件Marker v1.6.1 2025-03-21版
- 最新版PDF转Markdown格式软件MinerU一键启动整合包v0.10.0下载
最近更新
AI漫剧制作即梦seedance2.0教程及提示词2026年最新版分享
AI视频依旧持续火爆，各种类型的AI视频层出不穷，视频效果也是越来越好，甚至快接近影视级，目前最主要的AI视频生成工具还是即梦，即梦 Seedance 2.0生成视频一秒钟都到2块多钱了😂，不过也没办法，还是得用，目前还没能有替代即梦see...
AI实时语音聊天对话系统，外语口语陪练/虚拟好友实时语音交流
AI 实时语音对话系统 是一款集语音识别（ASR）、大语言模型（LLM）对话、语音合成（TTS）于一体的实时语音交互软件。用户通过麦克风说话，系统自动识别语音内容并转为文字，交由 AI 角色进行智能回复，最终将回复内容合成为语音实时播放，实...
ComfyUI 三参考图生图工作流，虚拟试衣、换脸、图片内容整合
本工作流核心能力是将三张不同角度、内容的参考图，通过 AI 理解融合，生成一张新的图像，新图像内容根据描述词指令生成。工作流集成了阿里巴巴的 Qwen2.5-VL 多模态大模型（图像编辑版本）与 SeedVR2 超分辨率放大模型，实现了「理...
comfyui CUDA128+torch 2.8.0+python3.12最新纯净版一键启动整合包
comfyui官方发布的最新版便携包是基于torch 2.11+CU130 +Python 3.13版本制作的，Python版本和torch版本都太新了，windows电脑上安装某些节点的时候会有冲突报错，有时候就算能安装上也会比较麻烦，感...
LTX2.3+comfyui音频驱动视频生成工作流
这是一个基于 ComfyUI 的 LTX 2.3 音视频同步生成工作流，核心功能是上传一段音频 + 参考图片（可多张图），自动生成与音频内容对应的视频，适合制作人物说话、唱歌等口型同步视频。工作流使用8位量化版ltx2.3模型，显存需求降低...
LTX2.3+comfyui分段提示词图片转视频工作流，AI视频带货生成器
再和大家分享一个基于 ComfyUI 的 AI 分段提示词图生视频工作流，本工作流主要基于模型LTX2.3和PromptRelay实现。可使用PromptRelay分时段控制生成不同视频画面或合成语音内容。 📌 工作流简介 本工作流是一套基...
windows电脑C盘垃圾查找清理软件
电脑用了好几年了，尽管我安装软件从来不主动装到C盘，偶尔也会清理垃圾，但是用的久了，容量也是在慢慢减少。我C盘303G，现在就剩了24G了，已经会影响到系统性能和虚拟内存调度了，已经不能不管了。C盘不装软件的话大多都是缓存，文件太多了，有时...
LTX2.3+comfyui视频去除字幕水印工作流分享
本次再和大家分享一个视频去字幕水印的comfyui工作流，工作流基于LTX2.3视频生成模型制作。LTX2.3是最新最强的视频生成模型，我前段时间就分享过了，可以看我另一篇文章：https://nuowa.net/2525，comfyui项...
多人对话声音克隆语音合成工具Chatterbox TTS免安装版，AI实时文字转语音
Chatterbox 是由 Resemble AI 开发的开源文本转语音（Text-to-Speech, TTS）模型，支持零样本音色克隆：只需提供一段参考音频（几秒钟的人声），即可模仿该音色朗读任意文本。我基于最新版源码制作了免安装一键启...
Mineru PDF转markdown软件局域网版
对于有的电脑配置比较低或是win7系统等电脑无法使用Mineru情况，可以使用局域网内可运行软件的电脑运行Mineru，然后其它电脑或手机等终端输入IP地址，打开运行软件的IP地址来使用Mineru。 具体用法： 下载局域网版压缩包到本地电...
