Extract2MD

Extract2MD是一个强大的客户端JavaScript库，用于将PDF转换为Markdown格式，它提供多种提取方法和可选的LLM（大型语言模型）增强功能。该项目的主要功能、核心要点和关键特性可以概括为：

该项目提供5种不同的转换方案以适应不同转换需求：

1. 快速转换：适用于PDF具有可选文本的情况，使用PDF.js提取文本并生成基本Markdown。
2. 高精度转换：适用于包含图像、扫描文档或复杂布局的PDF，使用Tesseract.js进行OCR识别，生成Markdown。
3. 快速转换 + LLM增强：在快速提取的基础上，使用WebLLM进行AI增强，改善格式，提高清晰度。
4. 高精度转换 + LLM增强：在OCR识别的基础上，使用WebLLM进行AI增强。
5. 综合转换 + LLM增强：结合PDF.js和Tesseract.js的优势，同时使用WebLLM进行AI增强，以获得最佳的Markdown转换效果。

此外，Extract2MD还具有以下关键特点：

• 可配置性：允许通过配置文件或JSON文件自定义行为，例如PDF.js、Tesseract.js和WebLLM的设置，以及系统提示词。
• 高级用法：支持使用单个组件，例如WebLLMEngine、OutputParser和SystemPrompts，以实现更精细的控制。
• 错误处理与进度跟踪：提供错误处理机制和进度回调函数，以便于UI集成。
• 兼容性：提供旧版API的迁移指南。
• TypeScript支持：包含完整的类型定义。
• 安装与部署：支持通过NPM安装或CDN方式使用，并提供worker文件配置说明。
• 文档：提供迁移指南、部署指南、使用示例和TypeScript定义。