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

快速开始（推荐）

使用 npx 直接运行（需要 Node.js 18+）：

npx -y markpdfdown

下载安装包

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

前置要求

• Node.js 18+
• npm 8+

设置

# 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

构建

# 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

测试

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

项目结构

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。