- allofus2026-09-07
求指路，需要把一批学术论文转成高质量md文件然后给下游。我以前干过一些OCR但是没干过这么高强度的 ^-^
我能用啥
集群，免费，Intel Xeon Gold 6226R，内存无限（可开高并发），基本抢不到 GPU
我要干啥
9000 篇学术论文（90%数字化pdf，10%是扫描版），第一批可以用大约1400篇最重要的来做个测试
我的诉求
论文里的表格一定要还原成markdown表格
PDF里的插图里的 文字/表 内容尽可能全提出来 （图基本就是森林图之类的，文字重要，其他的无所谓）
我的问题
之前干过一些ocr的活，我知道有Docling和MarkItDown这两大主流（或者现在有更高级的了），求问一下哪个更适合我，或者还有更好用的？
感恩戴德
主楼 - n3shelter3652026-09-07
firecrawl?我pdf转markdown都用这个
- Cody_Mohr2026-09-07
佬没考虑 Marker 或 MinerU 吗？
- UncleTestu2026-09-07
MinerU是不是需要GPU啊，用CPU的话好像会很慢。