AI知识库别再手搓PDF了

做 AI 知识库、RAG、文档问答时，很多人都会遇到同一个问题： PDF 里的表格提取不出来。 扫描件和图片识别不准。 公式、PPT、Excel、Word 等文件格式还要分别处理。 最后还得整理成 Markdown 或 JSON，才能真正喂给模型。 所以不少团队会用 LlamaParse、Azure Document Intelligence、AWS Textract 这类文档解析服务。 功能确实成熟，但基本都是按页收费。 文件一多、知识库一大，解析成本很快就起来了。 最近看到一个很值得收藏的开源 Skill：Marker。 它可以把 PDFs、DOCX、PPTX、XLSX、EPUB 和图片解析成适合 AI 使用的内容，支持： ✅ 表格、公式和行内数学 ✅ Markdown 与 RAG 就绪 JSON 输出 ✅ GPU、CPU 和 Apple Silicon ✅ 多语言文档处理 ✅ 本地部署，不按页收费 ✅ 官方称每秒可处理 122 页 GitHub 已经有 36.8k Star，GPL-3.0 协议开源免费。 对于需要批量整理文档、搭建知识库、做 RAG 管道的人来说，它不只是一个 PDF 转 Markdown 工具，更像是把“文档预处理”这一步从按量付费服务里拿回来的一种选择。 #AI工具 #效率神器 #skill #markdown #知识库 #RAG #开源工具 #ai #pdf转换器