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
PDF转Markdown软件MinerU 1.1.0版整合包使用说明视频教程
PDF转Markdown软件MinerU最新1.2.0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
批量PDF文档转MD格式软件marker整合包下载,PDF文件转Markdown格式文件工具
PDF转md格式软件MinerU整合包下载,一键pdf批量转markdown免费工具
AI描述万物软件describe-anything整合包,精准描述图片视频中指定区域内容
PDF OCR图片文字内容识别软件OCRmyPDF下载,免费PDF扫描内容转可搜索可复制工具
最近更新

AI描述万物软件describe-anything整合包,精准描述图片视频中指定区域内容
本次和大家分享一个英伟达联合其他大学开发的一款应用describe-anything,该应用可以通过AI识别分析并详细描述图片视频中指定区域物体内容,我基于最新版制作了免安装一键启动整合包。 describe-anything介绍 Desc...

高效可控歌曲生成器ACE-Step一键启动整合包,音乐人的歌曲创作利器
又一款AI歌曲创作利器:ACE-Step,ACE-Step是刚发布不久的AI自动谱曲AI自动演唱软件,软件在歌曲生成速度、音乐连贯性和可控性上相对同类软件有了较大提升。ACE-Step在3小时前刚发布了新版本,我基于当前最新版本制作了免安装...

超逼真对话型文字转语音软件Dia-1.6B免安装一键启动整合包下载
本次分享一个刚出的超逼真对话型文字转语音软件Dia-1.6B,这个TTS软件不像传统的文字转语音那样,Dia可以生成对话音频,还可以生成非语言音效,如笑声,咳嗽,清嗓子等,还支持声音克隆。我基于当前Dia最新版本制作了免安装一键启动整合包。...

高精度2D图片转3D网格模型软件Stable3DGen整合包下载
本次和大家分享另一个非常牛叉的图片转3D模型软件Stable3DGen,从官方演示对比来看,效果要好于我之前分享的腾讯混元3D和TRELLIS,精度更高更细腻。基于当前最新版本我制作了一键启动整合包。 Stable3DGen介绍 随着从二维...

2D照片转3D视频软件stable-virtual-camera免安装一键启动整合包下载
本次和大家分享一个好玩实用的2D图片转3D视频软件stable-virtual-camera,支持多种相机模式,生成的3D视频效果丰富多样,适合多种使用场景,我基于当前最新版本制作了免安装一键启动整合包。 stable-virtual-ca...

AI歌曲创作软件DiffRhythm一键启动包,自定义风格AI谱曲演唱
DiffRhythm是首个基于扩散技术的开源音乐生成模型,能够创作完整的歌曲,包括AI谱曲,AI演唱。基于当前最新V1.2版本我制作了免安装一键启动整合包。 DiffRhythm介绍 Di♪♪Rhythm:速度惊人、简单至极、具有潜在扩散的...

虚拟试衣产品设计多图合成软件UNO一键启动整合包,人物转动漫工具
UNO是字节跳动开发的一款多主体图像生成软件,解决了角色或物体一致性的问题,可用于漫画、虚拟试衣等场景。我基于当前最新版本制作了免安装一键启动整合包。 UNO介绍 UNO是一款基于扩散模型的AI图像生成工具,核心目标是解决AI生成图像时难以...

临时邮箱,一次性匿名gmail.com邮箱
有时候网站需要测试一些功能,比如注册登录等,需要用到邮箱,但是自己的邮箱有限,不能更多的测试效果,这时候就需要一些不同后缀的一次性邮箱,网上有很多这样的一次性匿名邮箱,后缀很多,非常适合测试使用,下面分享几个比较好用的临时邮箱。 Gmail...

免费AI视频生成软件FramePack整合包下载,本地离线AI图片转视频工具
前段时间阿里开源了一个AI视频生成工具WAN2.1,可以实现文本转视频和图片转视频,虽说很强大,但是测试之后感觉软件对电脑配置要求太高了,感觉应该大部分用户都用不了,而且只支持720P视频,清晰度有些低,所以没和大家分享。前些天又出了一个更...

PDF OCR图片文字内容识别软件OCRmyPDF下载,免费PDF扫描内容转可搜索可复制工具
本次和大家分享一个非常热门强大的PDF文件内容OCR识别软件OCRmyPDF,这个软件可以将PDF内不可搜索的图片和文字识别转换为可复制可搜索的文本,并对PDF文件进行优化。 OCRmyPDF介绍 OCRmyPDF 为扫描的 PDF 文件添...