LT2MD

把 PDF 里的图表变成可读文字，段落带页码

LT2MD 是一个面向 AI Agent 的 PDF 转 Markdown 技能，专门解决传统转换工具把流程图、示意图和图表变成空链接或丢失内容的问题。它会把这些视觉元素转换成紧跟在图注旁边的文字描述，让 Markdown 文档保持完整可读。核心能力包括：对照原始 PDF 检查上一轮转换结果，自动修正误读或遗漏的部分；对长 PDF 采用小批次保存运行，并附独立的复核流程；每个段落都标注来源页码，方便溯源和引用。项目用 Python 编写，适合需要把扫描件或复杂排版 PDF 接入 RAG 流程、知识库构建或文档归档的场景。相比普通 PDF 解析器，它更强调可复用性和内容完整性，而不是只做一次性的文本抽取。

开源 free 办公效率

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 110

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类办公效率

开发团队libnyx

所属国家

官网地址

GitHubhttps://github.com/libnyx/LT2MD

定价模式free

价格说明开源免费使用

访问状态

是否开源是

开源协议AGPL-3.0

主要语言Python

技术栈/模型agent-skills,ai-agents,codex,codex-skill,document-conversion,llm,markdown,ocr,pdf,pdf-to-markdown,rag,scanned-documents,vlm

GitHub 星标★ 110

30天Star增速

HF 下载量

上线时间2026-08-14 00:00:00

最近更新2026-09-15 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-12

浏览次数1

使用教程

核心亮点

将流程图/图表转为图注旁的描述文字，避免空链接
带独立复核流程，能对照原 PDF 修正误读和遗漏
长文档分批保存运行，每段标注页码便于溯源

不足之处

项目处于早期，星标仅 114，生态和案例积累有限
依赖 AI Agent 环境运行，普通用户上手门槛较高

适用场景

把扫描版技术手册转成带图表描述的 Markdown 知识库
为 RAG 流程准备保留图表语义的 PDF 文档
将含大量流程图的论文或报告归档为可检索文本

替代项目

MinerU、marker、Docling

项目介绍

LT2MD 是一个办公效率领域的开源项目，官方简介：AI-agent skill producing reusable Markdown from PDFs. It turns flowcharts, diagrams, and charts into text beside each caption instead of empty links. It checks an earlier conversion against the PDF and fixes misread or missing parts. Long PDFs run in small saved batches with an independent review pass, each paragraph tagged with its page.。项目使用 Python 开发，在 GitHub 上获得 114 星标。

上一篇：office_oxide

下一篇：docwire