PDF या टेक्स्ट से साफ़ Markdown
किसी PDF — या पेस्ट किए गए टेक्स्ट और HTML — को साफ़, संरचित Markdown में बदलें, जो RAG पाइपलाइन, ChatGPT, Claude या पब्लिशिंग के लिए तैयार हो। हेडिंग, लिस्ट और पैराग्राफ़ लेआउट से वापस पहचाने जाते हैं, मिटाए नहीं जाते — और किसी दस्तावेज़ का सही हवाला देने के लिए रिट्रीवर को ठीक यही चाहिए। फ़ाइल आपके अपने डिवाइस पर ही खुलती और प्रोसेस होती है और वहीं रहती है — ब्राउज़र का Network टैब खोलकर आप खुद देख सकते हैं कि कुछ भी अपलोड नहीं हुआ। हेडिंग टेक्स्ट के साइज़ से पहचानी जाती हैं, इसलिए जिस PDF में हेडिंग सिर्फ़ बोल्ड सामान्य टेक्स्ट से बनाई गई हैं, उसमें हेडिंग अलग नहीं दिखेंगी।
अक्सर पूछे जाने वाले प्रश्न
PDF को Markdown में क्यों बदलें?
Markdown हेडिंग की वह संरचना बनाए रखता है जिसे सादा टेक्स्ट डंप खो देता है, और इसी संरचना के आधार पर RAG पाइपलाइन टुकड़े (chunks) बनाती है और मॉडल सही सेक्शन का हवाला दे पाता है। ChatGPT और Claude भी इसी फ़ॉर्मेट को सबसे भरोसेमंद ढंग से पढ़ते हैं।
क्या मेरी PDF अपलोड होती है?
नहीं। कन्वर्ज़न पूरी तरह आपके ब्राउज़र में होता है; फ़ाइल कभी आपके डिवाइस से बाहर नहीं जाती।
क्या पेस्ट किया गया टेक्स्ट या HTML भी बदला जा सकता है?
हाँ। ड्रॉप ज़ोन खाली छोड़ दें और उसकी जगह बॉक्स में पेस्ट करें — HTML अपने-आप पहचाना जाता है और उसके टैग Markdown बन जाते हैं, और सादे टेक्स्ट में सूचियाँ और हेडिंग अनुमान से निकाली जाती हैं।
इसे कैसे पता चलता है कि हेडिंग कौन-सी है?
यह हर लाइन की तुलना उसी दस्तावेज़ के टेक्स्ट के मीडियन साइज़ से करता है, इसलिए 9pt का अनुबंध और 14pt का स्लाइड डेक दोनों ठीक काम करते हैं। जो PDF हेडिंग की जगह बोल्ड बॉडी टेक्स्ट इस्तेमाल करती है, उसमें पहचानने को कुछ नहीं होता, और वह सपाट निकलती है।