#PDF

PDF to Markdown and Word 转换工具

YAMLResume 300 star 了，写了篇新的 blog 简单讲了下设计实现中的一些技术决策，主要包括几点：1) 为什么选 YAML 而不是 JSON；2) 为什么不选 markdown；3) 为什么仍然选 LaTeX 作为 PDF 输出引擎；4) summary field 中的富文本支持。

我是如何高效翻译 65 页 Google 官方提示工程白皮书 PDF 文件的 前几天翻译 Google 官方提示工程白皮书 PDF Google 官方提示工程 (Prompt Engineering)白皮书完整翻译和 PDF 下载 的时候，尝试了一些自动化的方法来提升效率，分享一些我翻译 PDF 的经验和心得。 首先我个人比较排斥保持排版的翻译方式，因为 PDF 在翻译后，文字长度不一致会导致

没想到藏师傅的网页提示词还能用来吃瓜 群友觉得今天早上那个 PDF 太难读就用我那套提示词做了一个网页 甚至还有时间线之类的，这下确实直观

新玩法 get，一套提示词将任何文档变成可视化网页 这不比 PPT 和 PDF 更方便传播和理解？ 比如这个全是文字的 Stripe 年度报告 PDF 文件 - 支持响应式设计、夜间模式切换 - 一次成功无需调整 以后随着模型能力增强估计内容展示方式也需要变化

olmOCR：可能是目前最好的开源OCR模型 基于微调后的7B视觉语言模型，微调数据为260000页PDF页面，完全开源，包括模型权重、数据和训练代码、推理代码，4090可以本地运行。 Github： 模型： 在线使用：

如果一个页面，有很多自己想下载的东西，又不想一个个点，怎么办？一个方案是，让大模型写爬虫 比方说，要下载 上的所有PDF跟pptx，保存到references目录。其他要求: 1️⃣并发下载 2️⃣如果链接对应PDF格式文件，而HTML链接元素文本（link.text）是pdf，那么不要下载；否则用`${原pdf名称}${link.text}`作为文件标题；注意替换掉不适合作为标题的字符 3️

去年我说市面上大多数资料都是在营销，没有新意，打算自己写一本指南出来，从去年12月开始，到春节结束，总算把原定设计思路初步写完，本次《Ai迷思录（应用与安全指南）》第一版与大家见面，223页PDF,0基础带你入门，配备相关资料助你上手当前Ai生态，有反馈可与我进行联系，