gptpdf

gptpdf 是一个基于大语言模型的 PDF 解析工具，将 PDF 文档精准转换为结构化 Markdown 格式。它结合 PyMuPDF 进行版面分析，定位文本、公式、表格、图表和图像区域，再调用 GPT-4o 等多模态大模型进行语义理解与格式还原，支持数学公式、复杂排版和图文混排的高保真解析。单页平均成本约 0.013 美元，兼容 OpenAI API 及类 OpenAI 接口的国产多模态模型（如 GLM-4V、Qwen-VL）。适用于学术论文、技术文档、财报等需保留结构与语义的 PDF 内容提取与知识整理场景。