GitHub-радар
doc7: любой документ в Markdown для ИИ
Кросс-платформенный CLI с открытым кодом: конвертирует PDF, файлы Office, сканы, скриншоты, графики и формулы в чистый Markdown через любую vision-модель с OpenAI-совместимым API — в том числе локальную через LM Studio или Ollama.
doc7 использует любую vision-модель, совместимую с OpenAI (например, LM Studio или Ollama, запущенные локально или удалённо), чтобы превращать PDF, файлы MS Word/PowerPoint, сканы документов, скриншоты, диаграммы, графики и уравнения в markdown. Вместо того чтобы полагаться на обычные техники OCR, которые пытаются считать текст с изображения, doc7 использует подход «изображение в текст»: отдаёт модели всю страницу целиком и просит воспроизвести весь смысловой контент, включая таблицы, уравнения, рисунки и цитаты. Например, на статье Attention Is All You Need doc7 смог точно захватить все 15 фрагментов информации, тогда как MarkItDown+OCR захватил только 9, а Docling — только 3. doc7 набирает популярность, потому что часто нам нужно преобразовывать документы при построении RAG-приложений или агентов, которые работают со сложными документами.
Зачем это вайб-кодеру
С помощью doc7 можно превратить любой тип документа, важного для твоего проекта (например, контракты, научные статьи, счета и т. д.), в текст, понятный человеку, чтобы твой ИИ-агент мог обращаться к нему и рассуждать над ним локально, а не отправлять эту информацию на сервер через бесплатную локальную модель.
▌ Ещё находки