PDF to Markdown
PDF を Markdown ファイルに変換します。wiki、静的サイト、LLM パイプラインにそのまま使えます。
API Endpoint
POST /api/v1/tools/pdf/pdf-to-markdown
PDF ファイルを含む multipart フォームデータを受け付けます。
Parameters
このツールに設定可能なパラメータはありません。PDF をアップロードすると .md ファイルが返されます。
Example Request
bash
curl -X POST http://localhost:1349/api/v1/tools/pdf/pdf-to-markdown \
-H "Authorization: Bearer si_your-api-key" \
-F "[email protected]"Example Response
json
{
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
"downloadUrl": "/api/v1/download/a1b2c3d4-e5f6-7890-abcd-ef1234567890/report.md",
"originalSize": 520000,
"processedSize": 14300,
"chars": 14300
}大きな PDF は同期ウィンドウを超えることがあります。その場合、API は 202 と jobId を返し、進捗は /api/v1/jobs/{jobId}/progress で確認できます。
What gets kept
PDF は構造ではなく位置付きのテキストを保存しているため、変換時に構造を推定します。
- 見出し。 本文より明らかに大きい短い行は
#から######の見出しになり、文書全体でのサイズ順にランク付けされます。 - リスト。 箇条書き記号または数字で始まる行はリスト項目になります。
- 太字、斜体、リンク。 インラインで保持されます。保持されるリンクは
http、https、mailtoのみです。 - 表。 罫線で描かれた表は Markdown の表として出力されます。余白だけで整えた表は、通常は普通の段落になります。
画像は破棄されます。複数段組みや特殊なページデザインはベストエフォートのため、使用前に出力を確認してください。
Notes
- 受け付ける入力形式:
.pdf。 - レスポンスの
charsフィールドは、Markdown 出力の長さです。 - スキャンされた PDF には変換できるテキストレイヤーがありません。このツールは空のファイルを返さず、
422とコードNO_TEXT_LAYERで拒否します。その場合は PDF OCR ツールを使ってください。 - 往復変換には Markdown to PDF、Markdown to DOCX、Markdown to HTML を使えます。これらは
.mdファイルを読み込みます。
