SuperAPI AI 工具集

mistral-pdf-to-markdown

办公与效率

查看项目

更新于 10-15 21:49

技能介绍

用途:将 PDF 文档转换为 Markdown,借助 Mistral 的 OCR API 提取文本、格式与图片,适合把研究论文或文档转为 Markdown、从扫描版 PDF 中提取文字、保留标题与结构,以及抽取内嵌图片。

主要能力:输出 Markdown 并保留标题、列表与结构;自动把图片保存到 images/ 子文件夹,图片引用形如 ;支持选择特定页面或页码范围;对基于图像的 PDF 提供真正的 OCR 能力。

使用方式:在技能目录下运行转换脚本。转换整个 PDF:python scripts/convert_pdf_to_markdown.py input.pdf output.md;转换指定页:python scripts/convert_pdf_to_markdown.py input.pdf output.md --pages "1-5",也支持 --pages "1,3,5" 这类写法。输出结构为 Output/PDFConversions/ 下的 document.md 与 images/ 目录。也可在代码中通过 subprocess 调用该脚本。

依赖与限制:需要 Notes/.env 第 2 行提供 Mistral API key(mistral_api_key=...),并安装 mistralai、python-dotenv、pypdf。常见错误包括未找到 API key、页码超出范围(会跳过并警告)、API 速率限制(需等待重试或减少单次页数)。大 PDF 因 API 限制处理较慢;若只需简单文本提取而不需 OCR,可考虑改用 pdf 技能。图片以 JPEG 保存。具体收费与价格资料暂未提供。