PDF 转 Markdown，并保留来源引用
PDFLLM 是一款面向可验证工作流的浏览器端 PDF 转 Markdown 工具。它会优先提取可靠的原生文本，对扫描页运行本地 OCR，重建标题、段落、表格与阅读顺序，并让每个导出内容块关联原始页码和 PDF 坐标。PDF 默认留在浏览器中，结果可以导出为 Markdown、ZIP 文档包或适用于 RAG 的 JSONL。
产品信息更新于 2026 年 9 月 2 日PDF 转换后会保留什么？
可读的文档结构
标题、段落、列表、图片和可恢复表格会变成稳定的 Markdown 内容块，而不是一整段无结构文本。
可核验的来源
每个内容块保留页码、锚点和 PDF 坐标，可把 AI 回答重新对照到原始文档。
可携带的输出
下载纯 Markdown、完整 ZIP 文档包，或用于知识库与 AI 工作流的分节 JSONL 切块。
PDF 转 Markdown 是怎样工作的？
在本地读取 PDF
PDFLLM 在浏览器中逐页检查文档；当文本层证据可靠时，直接使用原生文本。
恢复困难页面
扫描页和纯图片区域会被渲染、预处理，再交给本地 PP-OCRv6 识别；不兼容浏览器会使用备用方案。
复核后再导出
文档可信度与逐页风险图会指出乱码、低置信度、表格恢复和阅读顺序等不确定性。
为什么可溯源 Markdown 更有价值？
真正可用的转换不仅要读得通，还应保留足够证据核验事实，并保留足够结构供下游继续使用。
| 能力 | 基础文本提取 | PDFLLM |
|---|---|---|
| 扫描页面 | 经常为空 | 本地 OCR 与质量提示 |
| 阅读顺序 | 扁平文本 | 理解版面的内容块 |
| 来源证据 | 最多保留分页 | 页码锚点与 PDF 坐标 |
| AI 数据准备 | 需要手工清理 | Markdown、ZIP 与 RAG JSONL |
PDF 转 Markdown 常见问题
PDFLLM 会上传我的 PDF 吗？
默认不会。PDF、提取文本、页面图像和导出包留在浏览器中；账号和支付服务只接收用量或账单数据，不接收文档内容。
可以识别表格和多栏排版吗？
PDFLLM 会尝试重建表格和阅读顺序，并将不确定结果标记出来供你复核；复杂排版不会被宣传成百分之百准确。
Markdown 可以用在哪里？
可以用于 Claude、ChatGPT、Codex、Obsidian、代码仓库或任何文本工作流；文档包不依赖 PDFLLM 账号也能读取。