MarkPDFdown

English | 中文 | 日本語 | Русский | العربية | فارسی

一款使用大语言模型（LLM）视觉识别功能将 PDF 文档转换为 Markdown 格式的桌面应用程序。

功能特性

- 多 LLM 支持：OpenAI、Anthropic Claude、Google Gemini、Ollama（本地模型）和 OpenAI Responses API
- 高质量转换：利用 LLM 视觉能力实现精准的 PDF 到 Markdown 转换
- 并排预览：同时查看原始 PDF 页面和生成的 Markdown
- 数学公式和代码支持：完整支持 LaTeX 公式（KaTeX）和语法高亮代码块
- 多语言界面：英语、中文、日语、俄语、阿拉伯语和波斯语
- 并行处理：可配置工作线程数以加快转换速度
- 进度追踪：实时状态更新和单页重试支持
- 本地存储：使用 SQLite 数据库持久化任务

截图

安装

$3

使用 npx 直接运行（需要 Node.js 18+）：

``bash
npx -y markpdfdown
`

$3

从 Releases 页面下载适合您平台的最新版本：

- Windows：MarkPDFdown-{version}-x64.exe
- macOS：MarkPDFdown-{version}-arm64.dmg / MarkPDFdown-{version}-x64.dmg
- Linux：MarkPDFdown-{version}-x86_64.AppImage

使用方法

1. 配置提供商：进入设置，添加您的 LLM 提供商凭据（API 密钥、基础 URL）
2. 添加模型：配置您想要用于转换的模型
3. 上传 PDF：拖放或点击选择 PDF 文件
4. 选择模型：选择用于转换的 LLM 模型
5. 转换：开始转换过程
6. 预览：逐页查看结果，支持并排对比
7. 下载：导出合并后的 Markdown 文件

开发

$3

- Node.js 18+
- npm 8+

$3

`bash


安装依赖

npm install

生成 Prisma 客户端

npm run generate

运行数据库迁移

npm run migrate:dev

启动开发服务器

npm run dev
`

$3

`bash


生产构建

npm run build

平台特定安装包

npm run build:win # Windows NSIS 安装程序
npm run build:mac # macOS DMG
npm run build:linux # Linux AppImage
`

$3

`bash
npm test # 运行所有测试
npm run test:unit # 仅单元测试
npm run test:renderer # 仅组件测试
npm run test:coverage # 生成覆盖率报告
`

$3

`
src/
├── main/ # Electron 主进程
│ ├── index.ts # 应用入口、窗口创建、IPC 设置
│ └── ipc/ # IPC 处理器
├── preload/ # 预加载脚本（window.api）
├── renderer/ # React 前端
│ ├── components/ # UI 组件
│ ├── pages/ # 路由页面
│ └── locales/ # 国际化翻译
├── core/ # 业务逻辑（整洁架构）
│ ├── infrastructure/ # 数据库、外部服务
│ ├── application/ # 工作线程、编排
│ ├── domain/ # 接口、领域类型
│ └── shared/ # 事件总线、工具函数
└── shared/ # 主进程/渲染进程共享类型
``

技术栈

- 框架：Electron 35 + React 18 + TypeScript
- 构建工具：Vite 6
- UI：Ant Design 5
- 数据库：Prisma ORM + SQLite
- PDF 处理：pdf-lib、pdf-to-png-converter、Sharp
- Markdown：react-markdown、remark-gfm、remark-math、rehype-katex、rehype-prism-plus
- 测试：Vitest + Testing Library

支持的 LLM 提供商

| 提供商 | 模型 | 备注 |
|--------|------|------|
| OpenAI | GPT-4o、GPT-4-turbo 等 | 需要 API 密钥 |
| Anthropic | Claude 3.5、Claude 3 等 | 需要 API 密钥 |
| Google Gemini | Gemini Pro、Gemini Flash 等 | 需要 API 密钥 |
| Ollama | LLaVA、Llama 3.2 Vision 等 | 本地运行，无需 API 密钥 |
| OpenAI Responses | 任何 OpenAI 兼容模型 | 支持自定义端点 |

许可证

Apache-2.0

贡献

欢迎贡献！请阅读 AGENTS.md 文件了解开发指南。