markdrop
Konvertieren Sie PDFs in Markdown und HTML mit KI-Bild- und Tabellenbeschreibungen.
Extrahieren Sie Tabellen und Bilder aus Dokumenten über sechs große LLM-Anbieter.
Markdrop ist ein Python-Paket, das PDFs in strukturiertes Markdown und interaktives HTML konvertiert und gleichzeitig Bilder und Tabellen extrahiert. Es wurde für Entwickler und Profis entwickelt, die automatisierte, KI-gestützte Beschreibungen für visuelle Elemente in Dokumenten benötigen.
Was es ist
Das Paket nutzt Docling für die PDF-Konvertierung und Microsofts Table Transformer für die Tabellenerkennung. Anschließend verbindet es sich mit Gemini, OpenAI, Anthropic Claude, Groq, OpenRouter oder LiteLLM, um detaillierte Textbeschreibungen der extrahierten Bilder und Tabellen zu generieren.
Für wen
Es eignet sich für Entwickler und technische Fachleute, die rechenintensive Dokumentenverarbeitungspipelines betreiben, die strukturierte Textausgaben erfordern. Es ist nicht geeignet für nicht-technische Benutzer, die eine grafische Benutzeroberfläche statt eines Befehlszeilentools benötigen.
Wichtige Funktionen
KI-Beschreibungen für mehrere Anbieter
Generieren Sie Beschreibungen für Bilder und Tabellen über sechs große LLM-Anbieter, darunter Gemini und Claude.
Interaktiver HTML-Export
Konvertieren Sie Dokumente in HTML mit herunterladbaren Excel-Tabellen für extrahierte Tabellen.
Schneller CPU-Modus
Führen Sie eine leichtgewichtige Markdown-Konvertierung mit CPU-optimierten Modi für geringeren Ressourcenbedarf aus.
Batch-Bildverarbeitung
Analysieren Sie Bild-Batches in Verzeichnissen mit mehreren LLM-Clients über benutzerdefinierte Prompts.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Unterstützt sechs große LLM-Anbieter mit anpassbaren Vision- und Textmodellen
- Extrahiert Bilder über XRef-IDs neben der Table Transformer-Erkennung
- Gibt interaktives HTML mit herunterladbaren Excel-Tabellen aus
- Enthält einen schnellen CPU-Modus für die leichtgewichtige Dokumentenverarbeitung
Schwächen
- Erfordert die Einrichtung einer Python-Umgebung und die Ausführung über die Befehlszeile
- Ist für die KI-Beschreibungsfunktionen auf externe, kostenpflichtige API-Schlüssel angewiesen
- Die lokale Nutzung von HuggingFace-Modellen erfordert die Installation zusätzlicher Abhängigkeiten
Preise & Lizenz
Markdrop ist unter seiner open source Lizenz kostenlos, aber die Nutzung der KI-gestützten Beschreibungsfunktionen erfordert API-Schlüssel für die unterstützten LLM-Anbieter.
Stellen für Deutschsprachige
874 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$170 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Nutze es, oder lass es uns einrichten
FAQ
Welche KI-Anbieter werden unterstützt?
Google Gemini, OpenAI, Anthropic Claude, Groq, OpenRouter und LiteLLM werden standardmäßig unterstützt.
Kann ich Markdrop ohne einen KI-API-Schlüssel verwenden?
Ja, Sie können die PDF-zu-Markdown-Konvertierung lokal ausführen, aber KI-Bild- und Tabellenbeschreibungen erfordern einen gültigen API-Schlüssel.
