Sygal: ローカルPDF・スキャン・WebをMarkdownに変換するツール（Show HN）

Sygalは、パリを拠点とする独立系デベロッパーCyrill Semah氏によるデスクトップ向けドキュメント-to-Markdown変換ツールで、変換処理をデバイス上で実行し、通常価格€29のところ、ローンチ価格€25の一回払いで販売されています。しかし、その「100%ローカル」という位置づけは、画像やスキャンのOCRがユーザー自身のAPIキーを使用してサードパーティのクラウドプロバイダーに送信されることから、Hacker Newsで反発を招きました。

Show HNの投稿は31ポイント、8コメントを獲得しました。最も実質的な批判は、マーケティング上の見出しと実際のデータフローの乖離を指摘するものでした。

Sygalの機能

Sygalは、ドキュメントをクリーンなMarkdownと構造化JSONに変換し、プロンプト、ナレッジベース、RAGパイプライン、エージェントで利用できるようにします。PDF、Word、Excel、PowerPoint、HTML、メール、EPUBに加え、画像、スキャン、Webページ、YouTubeリンクなど、29のフォーマットに対応しています。

このアプリはmacOS 12+およびWindows 10+で動作します。ベンダーによると、変換時間はファイルあたり約1.7秒です。

製品ページに記載されている主な機能は以下の通りです。

  • Markdown出力と構造化JSON出力
  • 変換結果の隣に元のドキュメントをネイティブプレビュー表示
  • エクスポート前の結果編集
  • 全文検索対応の永続的なローカルライブラリ
  • バッチ変換、ライブラリフィルター、ファイルごとのリトライ
  • Cmd+Vによるスクリーンショットキャプチャ
  • すべてのドキュメントに表示されるトークン数

別途CLIも提供されており、同じ変換エンジンを搭載しています：npm install -g sygal-cli。ベンダーによると、スクリプト用に厳密なJSON出力を生成し、HermesやOpenClawなどのオーケストレーターと互換性があります。

トークン削減の主張

Sygalの主な定量的な売りはトークン削減です。ベンダーは、画像、スキャン、PDF、Webページ、YouTubeコンテンツをテキストに変換すると、ピクセル、レイアウト、マークアップが除去されるため、生のソースよりもトークンが約2〜7倍軽くなると述べています。ページではこれを明確に条件付けており、視覚的およびWebコンテンツで最も効果が大きく、正確な数値はファイルごとに異なるとしています。

Word、Excel、PowerPointなどの既に構造化されたフォーマットについては、トークン数を減らすことではなく、すべてを予測可能な単一のMarkdownとJSON形式に標準化することが利点であると述べられています。

「ローカル」をめぐる論争

Sygalの見出しは「100%ローカル」「100%オンデバイス」であり、プライバシーセクションではデータを2つの列に分けています。ファイル、変換されたテキスト、ローカルライブラリ、ローカルで暗号化されたAPIキーはマシン上に留まります。ネットワークに送信される可能性があるのは、選択したOCRプロバイダーに送信される画像またはスキャンと、ユーザーがインポートすることを選択したURLの2つだけです。

コメント投稿者は、この区別が見出しの主張に比べて埋もれていると主張しました。デフォルトのOCRパスはクラウドプロバイダーです。

「選択したLLMにドキュメントを送信しているように見えますが、それがどうして『ローカル』なのですか？」 — kennywinker

「MarkerのようなオープンソースのCLIツールとどう違うのですか？また、デフォルトがクラウド推論プロバイダーであるのに、タイトルに『ローカル』と入れるのは不誠実に思えます。ローカルでホストでき、このタスクでうまく機能することが実証されている推奨LLMを挙げていないのも問題です。『あなたのファイル』を『あなたのマシンに留まる』と記載しながら、クラウドプロバイダーのAPIキーを要求しています。」 — cameronbedard

2番目のコメントは、推奨されるローカルOCRまたはビジョンモデルがないことと、ドキュメント変換用のオープンソースCLIであるMarker（github.com/datalab-to/marker）との比較という、2つの異なる点を提起しています。

OCRはBYOK（Bring Your Own Key）方式

SygalにはOCRモデルがバンドルされていません。ユーザーは自分のAPIキーを提供し、プロバイダーを選択します。製品ページには以下がリストされています。

  • OpenAI — デフォルト。画像解像度に応じてトークン単位で課金。日常的な混合ドキュメント向け。
  • Mistral — 最もコストパフォーマンスが高いと説明。ページ単位の定額料金で、より安価な非同期バッチモードあり。大量のスキャン向け。
  • Claude — プレミアムと説明され、大量利用時には最も高価。
  • NVIDIA NIM — API予算なしで始められる無料オプションを含む。
  • Gemini — こちらも利用可能。
  • カスタムプロバイダー — サポート対象。

ベンダーは、OCRにマークアップはなく、プロバイダーはいつでも変更可能と述べています。ページにはローカルホストのOCRエンジンは記載されていません。

価格とライセンス

Sygalはサブスクリプションではなく、一回払いで販売されています：

  • 通常€29に対して、ローンチ価格€25
  • 2シートのライセンスで、デスクトップアプリまたはCLIのいずれでも使用可能
  • すべての機能を含む：変換、OCR（BYOK）、ライブラリ、バッチエクスポート
  • メジャーバージョンのアップデートを含む
  • カード不要の14日間無料トライアル
  • 14日以内の返金対応
  • アカウント不要、テレメトリなしとベンダーは記載

複数ライセンス向けのチーム向けオファーも別途存在します。

スレッドで挙がった代替案

コメントには2つの代替案が投稿され、どちらもローカル処理の懸念に直接対応しています。

「https://github.com/amitxm/AIDocPrep は私が作ったもので、真のローカルOCRです。偶発的にもインターネットを使用しないようにしました。また、リダクション機能も追加しました。」 — axm997

「サービスとして：https://into.md/」 — cachius

3人目のコメント投稿者であるBenard-dev氏は、自身もWebページ-to-Markdown変換ツールを構築中で、Sygalが乱雑なスキャンやテーブルをどのように処理するか尋ねました。この質問に対する回答はスレッドには見当たりません。

未解決の問題

スレッドにはデベロッパーからの目に見える返信はありません。投稿者アカウントであるcyrillsemahからの唯一のコメントはフラグが立てられており、内容は表示されていないため、kennywinker氏とcameronbedard氏が提起した正確性対マーケティングの反論は議論の中で扱われていません。

ソース資料からは2つの未解決の質問が浮かび上がります：SygalがOCRを完全にオフラインで実行するように設定できるかどうか、そしてそのテーブルと乱雑なスキャンの処理がMarkerなどのオープンソース変換ツールとどう比較されるかです。どちらも製品ページやコメントスレッドでは回答されていません。

Sources