Ferramenta grátis
PDF para Markdown
Transforme PDFs digitais em Markdown limpo. Primeiras 15 páginas, sem cadastro.
Brainiall Document engine
Converta um PDF digital em Markdown no navegador com o Brainiall Document engine. Grátis nas páginas 1–15. Para o documento inteiro e OCR, use a API.
Automatize isto via API
O mesmo Brainiall Document engine. Coloque no seu pipeline de ingestão — sem biblioteca envoltória.
curl https://api.brainiall.com/v1/document/pdf-to-markdown/base64 \
-H "Authorization: Bearer $BRAINIALL_API_KEY" \
-H "Content-Type: application/json" \
-H "Accept: text/markdown, text/plain, application/json" \
-d '{"pdf":"'"$(base64 < report.pdf | tr -d '\n')"'","page_range":"1-15"}'Converta e depois fatie. Envie os pedaços para o seu índice de embeddings.
import os, json, base64, urllib.request
API = "https://api.brainiall.com/v1/document/pdf-to-markdown/base64"
def pdf_to_markdown(path, page_range="1-15"):
with open(path, "rb") as handle:
payload = json.dumps({
"pdf": base64.b64encode(handle.read()).decode("ascii"),
"page_range": page_range,
}).encode("utf-8")
req = urllib.request.Request(
API,
data=payload,
headers={
"Authorization": f"Bearer {os.environ['BRAINIALL_API_KEY']}",
"Content-Type": "application/json",
"Accept": "text/markdown, text/plain, application/json",
},
method="POST",
)
with urllib.request.urlopen(req) as resp:
return resp.read().decode("utf-8")
def chunk_for_index(markdown, max_chars=1200):
chunks, buf, size = [], [], 0
for block in markdown.split("\n\n"):
if size + len(block) > max_chars and buf:
chunks.append("\n\n".join(buf))
buf, size = [], 0
buf.append(block)
size += len(block)
if buf:
chunks.append("\n\n".join(buf))
return chunks
# markdown = pdf_to_markdown("report.pdf")
# chunks = chunk_for_index(markdown)
# send each chunk to your embedding index
Como funciona
Envie um PDF digital
Só PDFs com camada de texto. A ferramenta grátis pega as primeiras 15 páginas, até 8 MB.
O engine devolve Markdown
Títulos, listas e tabelas voltam como texto indexável.
Encaixe na recuperação
Copie o curl ou o snippet do pipeline. Mesmo contrato desta página, sem o teto de 15 páginas.
Perguntas
Envie um PDF digital (até 8 MB). O Brainiall Document engine converte as páginas 1–15 e devolve Markdown para copiar ou baixar.