Vision Parse

Vision Parse 是一款基于开源理念开发的 PDF 文档转换工具，利用视觉语言模型（Vision LLMs）将 PDF 文件转换为 Markdown 格式。该工具能够智能化地识别并提取 PDF 中的文本与表格，同时尽可能保留原有格式与结构。Vision Parse 支持多种主流视觉语言模型（如 OpenAI、LLama 和 Gemini），以提升解析效率与准确性。用户可通过 Python 环境轻松安装与运行 Vision Parse，实现高效便捷的文档转换。