OpenDataLoader PDF - PDF→JSON/MD (PL)

Java-based (Python wrapper) parser PDF najwyższej jakości dla AI. Benchmarki: NID (reading order), TEDS (tabele), MHS (headings). Używany w pipeline Konwerter/ w vault.

Instalacja (zrobione 2026-04-21)

python -m pip install --user opendataloader-pdf

Python 3.14, opendataloader-pdf 2.2.1. Wymaga Java 17+ (mamy Eclipse Adoptium JDK 17). CLI: python -m opendataloader_pdf albo opendataloader-pdf.exe ze Scripts/.

Wspierane outputy

• JSON (pełna struktura - reading order, bounding boxes, tabele jako 2D arrays) - default
• Markdown (flattened output, gotowy pod LLM)
• HTML (opcjonalnie)

Użycie