vision-parse est un outil qui utilise des modèles linguistiques visuels (Vision LLMs) pour convertir des documents PDF en contenu Markdown formaté. Il prend en charge plusieurs modèles, notamment OpenAI, LLama et Gemini, et peut identifier et extraire intelligemment le texte et les tableaux tout en préservant la structure hiérarchique, le style et l'indentation du document. Les principaux avantages de cet outil sont l'extraction de contenu hautement précise, la préservation du format, la prise en charge de plusieurs modèles et l'hébergement de modèles locaux. Il convient aux utilisateurs ayant besoin d'un traitement efficace des documents.