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:
https://pan.quark.cn/s/990af5082a22
https://pan.baidu.com/s/1_FhfsnFW0awlYmXWUAipWg?pwd=piht