marker

简介

Marker 是一个用 Python 编写的文件转 Markdown 工具，支持把 PDF、EPUB、MOBI 转换为结构化的 Markdown。相比同类的 Nougat，它在速度与准确度上更优，英文类内容处理效果最好，对中文等语言的还原会稍弱一些。

核心特点

• 多格式输入：PDF / EPUB / MOBI 统一转出 Markdown。
• 更快更准：相较 Nougat 在版面与表格还原上更有优势。
• 英文优先：拉丁字母内容效果最佳，中文需自行校验。

适用场景

• 把论文、电子书、扫描文档转成可编辑 Markdown 做二次整理。
• 构建 RAG 知识库前的文档清洗预处理。
• 批量把书籍/资料导入笔记系统。

上手与二开建议

pip 安装后用命令行即可批量转换，可配置 GPU 加速。二开可接入自己的排版后处理；处理中文 PDF 时建议配合 OCR 与字体校对，必要时对表格/公式做人工修正。注意版权，仅转换拥有合法使用权的文档。