markdrop
एआई इमेज और टेबल विवरण के साथ पीडीएफ को मार्कडाउन और एचटीएमएल में बदलें।
छह प्रमुख LLM प्रोवाइडर्स का उपयोग करके दस्तावेजों से टेबल और इमेज निकालें।
Markdrop एक Python पैकेज है जो पीडीएफ को संरचित मार्कडाउन और इंटरैक्टिव एचटीएमएल में बदलता है जबकि इमेज और टेबल निकालता है। यह डेवलपर्स और प्रोफेशनल्स के लिए बनाया गया है जिन्हें दस्तावेजों के भीतर विजुअल तत्वों के लिए स्वचालित, एआई-संचालित विवरण की आवश्यकता होती है।
यह क्या है
यह पैकेज पीडीएफ रूपांतरण के लिए Docling का और टेबल का पता लगाने के लिए Microsoft के Table Transformer का उपयोग करता है। यह निकाले गए इमेज और टेबल का विस्तृत टेक्स्ट विवरण जनरेट करने के लिए Gemini, OpenAI, Anthropic Claude, Groq, OpenRouter, या LiteLLM से कनेक्ट होता है।
किसके लिए
यह संरचित टेक्स्ट आउटपुट की आवश्यकता वाले भारी दस्तावेज़ प्रोसेसिंग पाइपलाइनों को संभालने वाले डेवलपर्स और तकनीकी प्रोफेशनल्स के लिए उपयुक्त है। यह उन गैर-तकनीकी उपयोगकर्ताओं के लिए उपयुक्त नहीं है जिन्हें कमांड लाइन टूल के बजाय ग्राफिकल यूजर इंटरफेस की आवश्यकता होती है।
मुख्य विशेषताएँ
मल्टी-प्रोवाइडर एआई विवरण
Gemini और Claude सहित छह प्रमुख LLM प्रोवाइडर्स का उपयोग करके इमेज और टेबल के लिए विवरण जनरेट करें।
इंटरैक्टिव एचटीएमएल एक्सपोर्ट
दस्तावेजों को निकाले गए टेबल के लिए डाउनलोड करने योग्य Excel स्प्रेडशीट वाले एचटीएमएल में बदलें।
फास्ट सीपीयू मोड
कम संसाधन ओवरहेड के लिए सीपीयू-अनुकूलित मोड का उपयोग करके हल्के मार्कडाउन रूपांतरण चलाएं।
बैच इमेज प्रोसेसिंग
कस्टम प्रॉम्प्ट का उपयोग करके कई LLM क्लाइंट्स के साथ इमेज की डायरेक्टरी बैचों का विश्लेषण करें।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- अनुकूलन योग्य विजन और टेक्स्ट मॉडल के साथ छह प्रमुख LLM प्रोवाइडर्स का समर्थन करता है
- Table Transformer डिटेक्शन के साथ XRef ID के माध्यम से इमेज निकालता है
- डाउनलोड करने योग्य Excel टेबल के साथ इंटरैक्टिव एचटीएमएल आउटपुट देता है
- हल्के दस्तावेज़ प्रोसेसिंग के लिए एक फास्ट सीपीयू मोड शामिल है
कहाँ कमी है
- Python वातावरण सेटअप और कमांड-लाइन निष्पादन की आवश्यकता है
- एआई विवरण सुविधाओं के लिए बाहरी भुगतान किए गए API keys पर निर्भर करता है
- स्थानीय HuggingFace मॉडल के उपयोग के लिए अतिरिक्त निर्भरताएँ स्थापित करने की आवश्यकता होती है
मूल्य & लाइसेंस
Markdrop अपने open source लाइसेंस के तहत निःशुल्क है, लेकिन एआई-संचालित विवरण सुविधाओं को चलाने के लिए समर्थित LLM प्रोवाइडर्स के लिए API की आवश्यकता होती है।
हिंदी बोलने वालों के लिए जॉब्स
874 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$170 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
विकल्प
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
कौन से एआई प्रोवाइडर्स समर्थित हैं?
Google Gemini, OpenAI, Anthropic Claude, Groq, OpenRouter, और LiteLLM बॉक्स से बाहर समर्थित हैं।
क्या मैं एआई API key के बिना Markdrop का उपयोग कर सकता हूँ?
हाँ, आप स्थानीय रूप से PDF to Markdown रूपांतरण चला सकते हैं, लेकिन एआई इमेज और टेबल विवरण के लिए एक वैध API key की आवश्यकता होती है।
