Extraire un PDF en Markdown RAG

Prêt pour RAG

Transformez rapports PDF confidentiels et articles scientifiques en Markdown structuré avec titres, liens et paragraphes fusionnés — 100 % local.

100 % côté client — Vérifiez 0 octet envoyé dans RéseauVérifiez 0 octet envoyé dans l'onglet Réseau

ou déposez des fichiers ici · Ctrl V pour coller · ou déposez des .pdf · moteur PDF local auto-hébergé
  • 0 octet envoyé
  • Worker PDF.js auto-hébergé
  • Détecte titres & recolle les lignes

Aperçu instantané Avant & Après

Markdown prêt pour le RAG
Avant (Entrée)architecture-brief.pdf
[PDF Document — 2 Pages]
Quarterly Architecture Brief
1. Executive Summary
Client-side text extraction keeps sensitive PDF reports inside browser memory.
2. Key Benchmarks
• Median extraction latency: 45 ms per page
• Network bytes uploaded: 0 bytes
Après (Sortie).md
# Quarterly Architecture Brief

## 1. Executive Summary

Client-side text extraction keeps sensitive PDF reports inside browser memory.

## 2. Key Benchmarks

- Median extraction latency: 45 ms per page
- Network bytes uploaded: 0 bytes

Comparaison des spécifications source et cible: PDF → Markdown

PropriétéSource : PDFCible : Markdown
Type de structureDocumentBalisage
Lisibilité humaineFaibleÉlevée
Support d'imbricationNonOui
Efficacité jetons LLMFaibleÉlevée
Extension.pdf.md
Type MIMEapplication/pdftext/markdown
Idéal pourContrats à mise en page fixe, factures, articles scientifiques et diffusion en lecture seule.Bases de connaissances IA/RAG, documentation technique, README, coffres Obsidian et prise de notes portable.

Fonctionnement

Convertir des PDF en Markdown localement pour le RAG

Extrayez les couches texte sémantiques en mémoire navigateur sans jamais envoyer de PDF privés vers un serveur tiers.

  1. Déposez un ou plusieurs PDFChoisissez rapports confidentiels, spécifications ou manuels sur disque (ou chargez le PDF exemple).
  2. Ajustez les heuristiquesDétectez les titres par taille de police, fusionnez les retours coupés, gardez les liens et filtrez les en-têtes/pieds.
  3. Vérifiez les jetons ou exportezTéléchargez un Markdown propre ou passez directement au Compteur de jetons LLM avant le découpage RAG.
Spécifications:PDF (.pdf)Markdown (.md)

FAQ

Questions fréquentes

PDF vers Markdown charge-t-il des scripts CDN ou envoie-t-il mon PDF ?

Jamais. TxtTo sert son worker PDF.js depuis votre propre origine (/pdfjs/pdf.worker.min.mjs) et traite chaque page localement.

Comment les titres Markdown sont-ils détectés dans un PDF ?

TxtTo compare la hauteur de police de chaque segment avec la médiane du corps de texte pour déduire les niveaux #, ## et ###.

Que se passe-t-il si mon PDF est un scan image sans texte ?

L'extraction PDF locale lit les couches de texte sélectionnable ; les scans purement graphiques sans OCR renverront un texte vide.