OpenDataLoader PDFとは？PDFをMarkdown／JSON／HTMLに変え、アクセシビリティ用のタグ付けもできるパーサ

概要

PDFから構造化Markdownや位置情報つきJSONを抽出するオープンソース。ベンチマーク上位を主張し、OCRや表・数式対応のハイブリッドモード、Tagged PDF生成（アクセシビリティ）まで手がける。RAG前処理向き。

• 文書のデータ化
• RAG・ナレッジ検索

向いている用途

• PDFのRAG前処理
• 大量PDFの自動タグ付け

導入の手軽さ

●●●●● 4/5（5がいちばん手軽）

pip で入れ、数行で変換できる。複雑ページはハイブリッドモード。

pip install opendataloader-pdf

ライセンス

Apache License 2.0（Apache-2.0）

利用・改変・再配布が自由（著作権表示・ライセンス文の同梱、変更点の明示が必要）。特許の利用許諾も含む。

このOSSを使うAI社員 0名

この名鑑にはまだ、OpenDataLoader PDFを使うAI社員の事例がありません。

公開されている活用事例 出典元の発表

出典を確認できる公開事例はまだ収集していません。