mrmps/pdf2md
Browser based tool to convert PDFs to Markdown
해결하는 문제
이 프로젝트는 PDF 파일을 서버에 업로드하지 않고도 Markdown 형식으로 변환할 수 있는 방법을 제공하여 데이터 프라이버시와 오프라인 사용을 보장합니다.
작동 방식
애플리케이션은 완전히 브라우저에서 실행됩니다. @opendocsg/pdf2md 라이브러리를 사용해 PDF에서 텍스트, 구조, 서식(예: 헤딩, 리스트, 테이블)을 추출하고 사용자의 장치에서 로컬로 Markdown 구문으로 변환합니다.
대상 사용자
개발자, 작가, 그리고 Markdown을 자주 사용하면서 데이터를 안전하게 유지하면서 PDF 문서를 변환해야 하는 모든 사람.
주요 특징
- 프라이버시 우선: 모든 처리가 브라우저 내 로컬에서 이루어지며 파일이 업로드되거나 저장되지 않습니다.
- 오프라인 사용 가능: 한 번 로드하면 인터넷 연결 없이도 작동합니다.
- 구조 보존: 헤딩, 리스트, 테이블 및 기본 서식을 지원합니다.
- 오픈 소스:
@opendocsg/pdf2md 라이브러리를 기반으로 구축되었습니다.
관련
- 프로젝트
magicrew/doc7다중 모달 시각 모델을 사용하여 PDF, Office 파일, 이미지를 AI 사용 가능한 Markdown으로 변환하는 문서 변환 도구로, 개인정보 보호와 비용 효율성을 위한 로컬 추론을 지원합니다.
- 프로젝트
microsoft/markitdownPDF, Office 문서, 이미지, 오디오 등 다양한 파일 형식을 Markdown으로 변환하는 경량 Python 유틸리티로, LLM과 텍스트 분석 파이프라인에서 쉽게 활용할 수 있도록 합니다.
- 프로젝트
- 프로젝트
firecrawl/anydocanydoc 은 Node, Python, WebAssembly 바인딩을 갖춘 순수 Rust 라이브러리로, 14가지 사무 문서 형식을 수밀리초 내에 일관된 GitHub 형식 Markdown 으로 변환합니다. 문서 구조를 유지하고, 스캔된 PDF용 선택적 호스팅 OCR 을 지원하며, CLI, Agent Skill, 언어별 SDK 로 패키징되어 LLM 중심 파이프라인에서 빠르고 균일한 텍스트 추출이 필요한 경우에 이상적입니다.
- 프로젝트
AeternaLabsHQ/pullmdPullMD는 웹 페이지, Reddit/Hacker News 스레드, PDF, Office 문서, 이미지, 오디오, YouTube 동영상 등 공개 URL을 깨끗한 마크다운으로 변환하는 자체 호스팅 서비스입니다. PWA UI, REST API, MCP 스트리밍 엔드포인트를 제공하며, JavaScript 렌더링, OCR, 미디어 자막 생성을 위한 선택적 사이드카를 지원합니다. 출력은 토큰 효율적: 콘텐츠는 본문에, 모든 메타데이터(원본 URL, 타임스탬프, OCR 모델, 토큰 사용량 등)는 YAML 프론트마터에 배치됩니다. 공유 가능한 실시간 링크, SSRF 보호, 카バレ지 가드, 설정 가능한 캐시 유지 기간, 세 가지 인증 모드(오픈, 단일 관리자, 다중 사용자)를 갖추고 있습니다. 단일 Docker Compose 파일로 배포 가능하며, Traefik 지원도 옵션입니다. LLM 에이전트, RAG 파이프라인, 프라이버시 보호가 필요한 마크다운 추출을 원하는 모든 이들에게 적합합니다.