文档转换指南

Docling vs MarkItDown：
哪种 PDF 用哪个？

先给结论：扫描件、复杂表格和多栏版面优先试 Docling；干净的原生文字 PDF 和 Office 文件优先试 MarkItDown。前者更偏版面理解，后者更轻、更快。

适用范围

先在 PDF 阅读器中拖选文字。完全选不到通常是扫描图像，需要 OCR；能选到文字后，再看是否有多栏、跨页表格、合并单元格、脚注或图文混排。

本地使用 Docling

pip install docling
docling file.pdf

首次使用可能下载模型或相关资源。没有 GPU 也可以尝试，但复杂文件可能更慢，要给内存留余量。详见 Docling GitHub 和 IBM Docling。

本地使用 MarkItDown

pip install 'markitdown[all]'
markitdown file.pdf -o out.md

干净的原生文字 PDF 可以先用它快速得到草稿，再人工修正标题和表格。详见 MarkItDown GitHub。

怎么选

MarkItDown 更适合常规文件的快速转换，安装和试错成本通常更低；Docling 更适合复杂 PDF 的结构理解，但首次准备、模型资源和内存都要纳入计划。公开比较应看清测试文件、版本和指标；可参考 ParseBridge 对比文章 与 PDF 转 Markdown 基准研究，不要把单次结果当成保证。

成功标准

命令退出不等于转换完成。检查标题层级、段落顺序、表格列、页眉页脚、特殊字符、链接和代码；对要交付的事实、数字和引用逐页抽查，并保留原 PDF。

常见报错与排查

• 模型下载很慢：检查网络、磁盘空间、缓存目录权限和日志进度。
• 内存不足或进程被杀：处理较小文件或按页拆分，减少并行任务。
• 没有 GPU：仍可尝试运行，但先用小样本验证并接受更长等待。
• MarkItDown 输出空文本：PDF 可能只有扫描图像、文字层损坏或受权限限制；换 Docling 做 OCR/版面尝试，或先做 OCR。
• 表格或多栏顺序错乱：回到原 PDF 对照；复杂版面优先试 Docling，仍不可靠时分段处理。

MySkills 浏览器工具的边界

MySkills PDF 转 Markdown 适合可选择文字的 PDF，不上传文件，也不需要本地安装。但它不做 OCR，扫描件无法靠它恢复文字；复杂表格、多栏和图文混排的还原也较弱。涉及扫描件或严肃排版，请用本地工具后逐页复核。

常见问答

扫描 PDF 应该选哪个？

优先试 Docling。MarkItDown 对没有文字层的扫描件可能只输出空文本或很少内容。

Docling 一定需要 GPU 吗？

不一定。没有 GPU 也可以尝试，但复杂文件可能更慢，并且需要留出内存余量。

为什么模型下载很慢或转换卡住？

Docling 首次使用可能下载模型或相关资源；检查网络、缓存、权限、磁盘空间和日志。

MySkills 能替代这两个工具吗？

不能完全替代。浏览器端 PDF→Markdown 不做 OCR，对扫描件无能为力，复杂表格和多栏还原也较弱。

需要输出 PDF 时，可继续使用 Markdown 转 PDF。