Vision Parse是开源的PDF文档转换工具，基于视觉语言模型（Vision LLMs）将PDF文件转换成Markdown格式。Vision Parse能智能识别和提取PDF中的文本和表格，且保持原有的格式和结构。Vision Parse支持多种视觉语言模型，如OpenAI、LLama、Gemini等，来提高解析的准确性和速度。用户通过Python环境安装并使用Vision Parse，实现文档的高效转换。

Vision Parse – 开源的 PDF 转 Markdown 工具 第1张
（图片来源网络，侵删）
Vision Parse – 开源的 PDF 转 Markdown 工具 第2张
（图片来源网络，侵删）