用途：把学术论文 PDF 转成 GitHub 可渲染的 GFM Markdown，含内嵌图、表格与数学公式。采用逐页路由，而非对整份 PDF 套用同一方法。
主要能力与用法：先用 PyMuPDF 以 300 DPI 渲染每页为 PNG（150 DPI 会静默产生幻觉）；再对每页运行 Unlimited-OCR 并查看 <|det|> 标记判断页面类型。纯文本页用 pymupdf4llm 或 pdftotext；含公式或表格页用 Unlimited-OCR（返回真实 LaTeX，表格经 --table-format pipe 转管道 Markdown）；含图表页需分段后交给视觉模型描述（Unlimited-OCR 对图表只给边界框、文本为空）。混合页对表格用 Unlimited-OCR、图片单独提取。最后拼接各页并校验公式：node references/validate-math.mjs paper-raw.md --fix。
平台渲染规则：GitHub 在数学渲染前会先跑 Markdown 预处理器，会剥离 $$ 中的 \；多行公式（含 \、\begin{aligned}、矩阵、cases）应使用 ```math 代码围栏；$$ 须独占一行、前后留空行且相邻 $$ 块间留空行。避免 \begin{align}、尽量不用 \boxed{}、\operatorname{}、\newcommand，宏需内联展开。GitLab 使用 Comrak，$$ 中的 \ 不会被剥离，无需上述规避；但 GitLab.com 每页数学 span 上限为 50，超出后静默回退为原始 LaTeX，自托管 CE 可关闭该限制。
限制：图片提取仅保留 ≥2 KB 对象，小图标/水印被跳过；图注通常不在 Unlimited-OCR 检测范围内，需单独处理。marker-pdf 仅适用于扫描件（Type C），对 Word/LaTeX 生成的 PDF 可能静默失败。文中价格为暂未提供。