Convertisseur-MD

RapidAPI2026-07-14 更新2026-07-16 收录

文档结构化处理

LLM/RAG数据预处理

数据链接：

https://rapidapi.com/abdmajid6002/api/convertisseur-md 数据链接链接失效反馈

官方服务：

资源简介：

Transform messy business documents (PDF, DOCX, PPTX, HTML) into clean, structured Markdown ready for LLM and RAG pipelines. Automatic heading detection, metadata extraction, and noise removal – with Low performance overhead : Average additional processing: ~4 ms.

创建时间：

2026-07-14

原始信息汇总

数据集概述：Convertisseur-MD

核心功能

Convertisseur-MD 是一个文档转 Markdown 的 API，专注于为 LLM（大型语言模型）和 RAG（检索增强生成）管道生成高质量、结构化的 Markdown 输出。与传统转换器（如 MarkItDown）相比，它通过专有的后处理层实现以下增强：

标题检测：自动识别并转换视觉样式（如粗体、大字体）的标题为 Markdown 的 # 标题。
元数据提取：从信件、合同、报告中自动提取日期、主题、发件人等元数据。
噪声消除：移除页码、冗余空白行、重复页眉/页脚等干扰内容。
表格规范化：确保 Markdown 表格格式一致，便于索引。

性能亮点（基于71个真实文档的基准测试）

指标	原始 (MarkItDown)	Convertisseur-MD	提升
平均标题数	5.1	13.6	+167%
额外处理延迟	–	4.2 ms	可忽略

单份技术PDF中最多可恢复 113 个标题。
法律合同DOCX中最多可检测 36 个标题。
信件和报告中的元数据（日期、主题）可自动提取。
对已有良好结构的文档无性能退化。

支持的输入格式

PDF、DOCX、PPTX、HTML、Markdown
文件大小限制：50 MB

API 端点与使用

健康检查端点：GET https://convertisseur-md.up.railway.app/v1/health
转换端点：POST https://convertisseur-md.up.railway.app/v1/convert
- 认证方式：通过 RapidAPI 密钥认证
- 请求示例： bash curl -X POST "https://convertisseur-md.up.railway.app/v1/convert" -H "X-RapidAPI-Key: YOUR_API_KEY" -F "file=@document.pdf"
响应示例：返回包含 success、markdown（转换后的标记文本）、metadata（含文件哈希、处理时长、引擎、格式、文件名、段落数量、提取的元数据等）和 sections 的 JSON。