PDF Extraction Agenda — сборник множества инструментов для задачи PDF2Markdown
Привет! Я Руслан — разработчик R77 AI (@one_zero_eight — мой канальчик), давно занимаюсь проблемой доставания красивого текста из PDF сканов. Эта задача особенно актуальна для RAG-систем внедряемых в существующую инфраструктуру документооборота.
Мне надоело перебирать кучи разных библиотек для того, чтобы выбрать тот самый "лучший" инструмент для парсинга документов, и решил составить свою агенду всех пайплайнов и бенчмарков. Вот и с вами делюсь)
