datalab-to/marker

Что это?

Ключевые возможности

• 01Преобразует PDF, изображения, файлы Office и EPUB в Markdown, JSON, чанки или HTML
• 02Восстанавливает таблицы, формы, уравнения и формулы в строке
• 03Извлекает и сохраняет изображения из документов
• 04Удаляет колонтитулы и другие артефакты страниц
• 05Необязательная обработка с помощью LLM для повышения точности; поддерживаются пользовательские промпты
• 06Работает на GPU, CPU и Apple MPS; предусмотрен быстрый режим только для CPU

Сценарии использования

• Подготовка PDF-статей и учебников в формате Markdown для RAG-пайплайнов
• Преобразование отсканированных и цифровых форм и таблиц в структурированные данные
• Пакетное преобразование папки с документами с сохранением изображений и структуры JSON
• Создание собственных этапов постобработки с помощью интерфейсов процессоров и рендереров

Быстрый старт

1. 1

   Установите PyTorch с официального сайта для вашей платформы

2. 2

   Установите marker с помощью pip (Python 3.10 или новее)

   pip install marker-pdf
3. 3

   Преобразуйте PDF в Markdown

   marker_single /path/to/file.pdf

Что важно знать

• !Для точного OCR требуется локальный сервер инференса: Docker с NVIDIA Container Toolkit для GPU NVIDIA или llama.cpp для CPU и Apple Silicon.
• !На веса модели распространяется модифицированная лицензия OpenRAIL-M, которая не разрешает бесплатное коммерческое использование за пределами ограничений для стартапов; код распространяется по лицензии Apache 2.0.
• !Для гибридного режима с поддержкой LLM необходимо самостоятельно настроить внешний сервис LLM.

Темы

Частые вопросы

Что такое marker?

Преобразует PDF и другие документы в Markdown, JSON, чанки или HTML; для повышения точности можно подключить LLM. Marker — инструмент для преобразования документов: он переводит PDF, изображения, PPTX, DOCX, XLSX, HTML и EPUB в Markdown, JSON, чанки или HTML. Он обрабатывает таблицы, формы, уравнения, формулы в строке, ссылки, блоки кода и изображения, а также удаляет из результата колонтитулы и другие артефакты страниц.

marker можно использовать бесплатно? Какая у него лицензия?

marker распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

marker всё ещё поддерживается?

Активно поддерживается. Последний коммит в marker — 19 окт. 2026 г..

Для чего можно использовать marker?

Подготовка PDF-статей и учебников в формате Markdown для RAG-пайплайнов Преобразование отсканированных и цифровых форм и таблиц в структурированные данные Пакетное преобразование папки с документами с сохранением изображений и структуры JSON Создание собственных этапов постобработки с помощью интерфейсов процессоров и рендереров

Как установить marker?

Установите PyTorch с официального сайта для вашей платформы Установите marker с помощью pip (Python 3.10 или новее): pip install marker-pdf Преобразуйте PDF в Markdown: marker_single /path/to/file.pdf

Где скачать marker?

Исходный код и инструкции по установке — на GitHub: https://github.com/datalab-to/marker