Git Stars Git Stars

#pdf-to-markdown Dépôts

Découvrez 17 dépôts GitHub open source actifs associés à #pdf-to-markdown, cumulant 120,416 étoiles au total (soit une moyenne de 7,083 étoiles par projet). Le projet en tête de ce thème est datalab-to/marker, avec 41,010 étoiles.

17
Total des Dépôts
120,416
Nombre total d'étoiles
7,083
Moyenne d'Étoiles/Dépôt
1
datalab-to/marker

Convertissez rapidement PDF en markdown + JSON avec une grande précision

datalab-to
⭐ 41,010 Python 👤 datalab-to Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-10-30
2
virgiliojr94/book-to-skill

Transformez n'importe quel PDF de livre technique en une compétence Claude Code — prête à étudier, à référencer et à utiliser pendant que vous travaillez.

virgiliojr94
⭐ 38,623 Python 👤 virgiliojr94 User 🕐 Mis à jour 2026-11-19 📅 Créé 2026-05-01
3
datalab-to/chandra

Modèle OCR qui gère les tableaux complexes, les formulaires et l'écriture manuscrite avec une mise en page complète.

datalab-to
⭐ 12,741 Python 👤 datalab-to Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2025-10-08
4
oomol-lab/pdf-craft

PDF craft peut convertir des fichiers PDF dans divers autres formats. Ce projet se concentrera sur le traitement des fichiers PDF de livres numérisés.

oomol-lab
⭐ 6,787 Python 👤 oomol-lab Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-02-12
5
run-llama/llama_cloud_services

Agents de connaissance et gestion dans le cloud

run-llama
⭐ 4,273 TypeScript 👤 run-llama Organization 🕐 Mis à jour 2026-11-08 📅 Créé 2024-01-31
6
CosmosShadow/gptpdf

Utiliser GPT pour analyser des PDF

CosmosShadow
⭐ 3,553 Python 👤 CosmosShadow User 🕐 Mis à jour 2025-04-17 📅 Créé 2024-06-28
7
chrisryugj/kordoc

📄 Faites lire et rédiger des documents officiels coréens par l’IA. Convertissez les fichiers HWP, HWPX, PDF et Office, ainsi que les images numérisées, en Markdown, puis reconvertissez le Markdown en documents officiels HWPX. Remplissez des formulaires, comparez les anciennes et nouvelles versions et modifiez les documents tout en préservant leur mise en forme. Bibliothèque, CLI et serveur MCP | Documents coréens pour l’IA : conversion de HWP, HWPX, PDF, Office et de documents numérisés en Markdown, puis de Markdown en HWPX. Bibliothèque, CLI et serveur MCP.

chrisryugj
⭐ 3,079 TypeScript 👤 chrisryugj User 🕐 Mis à jour 2026-11-21 📅 Créé 2026-03-28
8
NanoNets/docstrange

Extrayez et convertissez des données à partir de n'importe quel document, image, PDF, document Word, PPT ou URL dans plusieurs formats (Markdown, JSON, CSV, HTML) avec une extraction intelligente de données structurées et une reconnaissance optique de caractères avancée.

NanoNets
⭐ 1,578 Python 👤 NanoNets Organization 🕐 Mis à jour 2025-10-31 📅 Créé 2025-07-31
9
drmingler/docling-api

Serveur backend facilement déployable et évolutif qui convertit efficacement divers formats de documents (pdf, docx, pptx, html, images, etc.) en Markdown. Avec la prise en charge du traitement CPU et GPU, il est idéal pour les flux de travail à grande échelle, offrant une extraction de texte/tableaux, la reconnaissance optique de caractères (OCR) et le traitement par lots avec des points de terminaison synchronisés/asynchronisés.

drmingler
⭐ 1,511 Python 👤 drmingler User 🕐 Mis à jour 2026-08-04 📅 Créé 2024-11-05
10
wisupai/e2m

E2M convertit divers types de fichiers (doc, docx, epub, html, htm, url, pdf, ppt, pptx, mp3, m4a) en Markdown. Il est facile à installer, avec des analyseurs et des convertisseurs dédiés, prenant en charge des configurations personnalisées. E2M offre une solution tout-en-un, flexible et open-source.

wisupai
⭐ 1,246 Jupyter Notebook 👤 wisupai Organization 🕐 Mis à jour 2024-09-08 📅 Créé 2024-08-04
11
yfedoseev/pdf_oxide

La bibliothèque PDF la plus rapide pour Python et Rust. Extraction de texte, extraction d'images, conversion en markdown, création et édition de PDF. Moyenne de 0,8 ms, 5× plus rapide que les leaders du secteur, taux de réussite de 100 % sur 3 830 PDF. MIT/Apache-2.0.

yfedoseev
⭐ 1,205 Rust 👤 yfedoseev User 🕐 Mis à jour 2026-11-21 📅 Créé 2025-11-05
12
SakuraMathcraft/LaTeXSnipper

Reconnaissance de formules et édition bureautique | Conversion de l’écriture manuscrite et des PDF en LaTeX/Markdown | Intégrations d’API sécurisées.

SakuraMathcraft
⭐ 1,127 Python 👤 SakuraMathcraft User 🕐 Mis à jour 2026-11-21 📅 Créé 2025-10-01
13
SylphxAI/anymd

N’importe quel fichier → du Markdown propre pour les agents d’IA : PDF, Word, PowerPoint, Excel, EPUB, HTML et pages web, images (OCR), audio et vidéo (métadonnées, sous-titres, transcriptions). Un serveur MCP et une interface en ligne de commande rapides, écrits en Rust, qui s’exécutent sur votre machine. Aucune clé API.

SylphxAI
⭐ 1,073 Rust 👤 SylphxAI Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-04-04
14
yigitkonur/api-llm-ocr

PDF vers markdown à l'aide de vision LLM — tableaux, mises en page et structure préservés

yigitkonur
⭐ 900 Python 👤 yigitkonur User 🕐 Mis à jour 2026-02-21 📅 Créé 2024-09-22
15
magicrew/doc7

Transformez des documents en Markdown prêt pour l'IA grâce à la compréhension visuelle

magicrew
⭐ 719 Go 👤 magicrew Organization 🕐 Mis à jour 2026-08-07 📅 Créé 2026-08-02
16
ibrahimqureshae/mdflux

Transformez n’importe quel document en Markdown propre, prêt pour l’IA. Application de bureau privilégiant le fonctionnement local : elle lit les PDF numérisés, traite les dossiers par lots, fonctionne hors ligne et utilise bien moins de tokens que les modèles de vision.

ibrahimqureshae
⭐ 589 Python 👤 ibrahimqureshae User 🕐 Mis à jour 2026-11-16 📅 Créé 2026-06-21
17
AeternaLabsHQ/pullmd

Service auto-hébergé de conversion d’URL et de fichiers en Markdown, destiné aux humains et aux agents d’IA : pages Web, documents, images, audio et YouTube. PWA + REST + MCP + compétence Claude Code, compatible avec Reddit, avec des liens de partage actualisables.

AeternaLabsHQ
⭐ 528 JavaScript 👤 AeternaLabsHQ Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-04-27

Foire aux questions

1

Quel est le dépôt #pdf-to-markdown le plus populaire sur GitHub ?

Le projet #pdf-to-markdown open source le mieux classé sur GitHub est datalab-to/marker, avec 41,010 étoiles. Convertissez rapidement PDF en markdown + JSON avec une grande précision

2

Quels langages de programmation sont les plus utilisés dans les dépôts #pdf-to-markdown ?

Parmi les projets #pdf-to-markdown les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Rust, Jupyter Notebook.

3

Comment le classement des dépôts #pdf-to-markdown est-il calculé ?

Nous suivons 17 dépôts open source actifs associés à #pdf-to-markdown (500+ étoiles), totalisant 120,416 étoiles, avec une moyenne de 7,083 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.