昨天突然有个需求pdf转markdown，之前是基于minerU，因为目前有个别的项目用到了paddleocr所以想共用一个。
需求如下：pdf转markdown，然后把图片传minio，替换markdown的图片标签的url。可选开启多模态分析图片，把分析结果传入markdown的图片标签[ ]里。要求使用paddleocr-vl-1.5（已基于VLLM部署）和任意多模态模型（已部署）。 基于fastapi提供对外接口
我本人没用过paddleocr。就把相关文档和需求给到提示词。
推荐阅读
[推广] 免费送奖品价值超万元：程序员 VIbe Coding 最佳搭子，行走式编程最佳形态！
推荐阅读
[推广] 免费送奖品价值超万元：程序员 VIbe Coding 最佳搭子，行走式编程最佳形态！
刚开始使用codex（pro掉了，用的88中转的GPT5.5）plan模式聊了几句感觉不是那回事。
就给augment充了20刀。效果真不错，一下子就击中了我的点。 That’s exactly what I wanted.
3 个帖子 - 3 位参与者
来源: LinuxDo 最新话题查看原文