试了下网上的几个工具，结果出来都不太理想。 pdf 都是一些产品说明介绍，有各种图表图片等，排版复杂没有规律。 想着能不能把产品 pdf 的主要内容，表格之类的转成 markdown ，方便后续 embedding 喂给 chatgpt 。 又或者 pdf to markdown 这一步需要单独训练个 AI 出来？如何开始，大家有思路吗？ PDF, Markdown, embedding, chatgpt
@me221 如果我理解没问题的话，embedding 本身只是用于语义搜索，搜索出来的结果必须要有对应的原文本才好给到 chatgpt 处理。如果 pdf 转 markdown 不理想的话，chatgpt 拿到文本也是很难理解。还是我思路有问题？望指教
1.PDF 包含的信息太多了，比如嵌入私有字体都可以，想保留格式转化没啥好办法 :( 2.可以直接把所有 PDF 打印成高质量图片，markdown 贴图 :) 3.精细一点，可以把简单格式的文字转 markdwon ，不方便转表格图片其它格式就用图片，但是不知道有没有现成的自动化程序 :(
