Zerox

Zerox是一款功能强大的开源文档格式转换工具。其核心技术基于 GPT 模型，通过接收文件（支持多种格式，如 PDF、DOCX、图像等），将其转换为一系列图像，再利用 GPT 模型识别图像中的文字内容并转换为 Markdown 格式。Zerox 在 PDF 和 DOCX 转换为 Markdown 的过程中表现出色。其完全开源、多文件格式支持、灵活的调用方式和高效的手写体识别功能，使其成为用户转换文档格式的理想选择。

主要功能特点：

• 完全开源：Zerox 是一个完全开源的项目，遵循 MIT 许可证，用户可以自由使用和修改。
• 支持多种文件类型：支持包括 PDF、DOCX、DOC、ODT、OTT、RTF、TXT、HTML、HTM、XML、WPS、WPD、XLS、XLSX、ODS、OTS、CSV、TSV、PPT、PPTX、ODP、OTP 等多种文件格式。
• 灵活的调用方式：提供 Node 和 Python 两种版本，用户可以通过相应的包进行安装和使用，满足不同开发环境的需求。
• 识别手写体：Zerox 的手写体识别准确率高，能有效转换手写内容。
• 保持格式输出：提供保持格式的选项，通过将前一页的输出作为下一页的额外上下文传递，以一致的格式返回 Markdown，特别适用于包含大量表格数据或跨页表格的文档。

Zerox 可接入以下模型：

gpt-4o-mini 模型：这是 Zerox 常用的模型之一，适合一般的文档转换任务，能够较好地处理各种常见的文档格式和内容，将其准确地转换为 Markdown 格式。

gpt-4o 模型：相比 gpt-4o-mini 模型，gpt-4o 在性能和处理能力上更强大，对于一些较为复杂、内容丰富或格式特殊的文档，使用 gpt-4o 模型能够获得更准确、更优质的转换结果，但可能会消耗更多的资源和时间。