pdf2md

ninehills/pdf2md 是一个将 PDF 文档转换为 Markdown 的命令行工具，支持三种视觉语言模型（VLM），通过本地 Docker 推理服务实现端到端的转换。项目采用纯 Go 语言编写，生成单一二进制文件，除了 Docker 和 GPU 外无其他系统依赖，易于部署和使用。它支持多种 OCR 模型，包括布局感知的 dots-ocr、阿里巴巴的 Logics-Parsing-v2 以及 PaddleOCR-VL-1.5 GGUF，并允许用户根据需求选择不同的模型进行转换。适用于需要将学术论文、技术文档等 PDF 格式的文件转换为更易于编辑和分享的 Markdown 格式的场景。