MonkeyOCR是上个月刚发布的一款文档解析工具，可以将PDF文档或图片识别转换为markdown格式文件。官方测试显示性能极佳。我基于当前最新版制作了免安装一键启动整合包，支持批量操作，并降低了显卡要求。

MonkeyOCR官方介绍

MonkeyOCR 采用结构-识别-关系 (SRR) 三重范式，简化了模块化方法的多工具流程，同时避免了使用大型多模式模型进行全页文档处理的低效率。

1. 与基于流水线的方法MinerU相比，我们的方法在九种类型的中英文文档上平均提高了5.1%，其中公式提高了15.0%，表格提高了8.6%。
2. 与端到端模型相比，我们的 3B 参数模型在英文文档上取得了最佳平均性能，优于 Gemini 2.5 Pro 和 Qwen2.5 VL-72B 等模型。
3. 对于多页文档解析，我们的方法达到了每秒 0.84 页的处理速度，超过了 MinerU（0.65）和 Qwen2.5 VL-7B（0.12）。

MonkeyOCR整合包使用说明

将网盘内的软件压缩包下载到本地电脑上并解压。双击【启动软件.exe】

选择待处理文件，或是将文件或文件夹鼠标左键按住拖动到软件窗口内释放。

输入文件路径就处理文件，输入文件夹路径就处理文件夹内所有pdf文档

【组大小】按特定分组大小对输入路径（一个目录）中的图像进行分组解析

【nums】这是我自己添加的一个参数，因为原应用用起来有些问题，这个主要是增加对低端显卡的支持，如果显卡为20X6G等低端显卡，运行报错的话尝试设置为1.如果显卡为40X高端大显存显卡可尝试增大该值，会影响处理速度。如果软件没有报错的话建议保持默认即可。

【单任务】单任务识别，如识别文本、公式、表格，（仅输出 Markdown 格式）

【输出单页面】解析 PDF 并按页面拆分结果

默认只输入待处理文件和保存位置即可，没有必要的话其它设置可不用管。

软件支持批量操作，输入文件夹路径或是将文件夹拖入软件窗口即可。

视频教程及效果演示：

注意事项

未测试最低配置要求，建议英伟达显卡显存不低于6G，如果报错：No enough gpu memory for runtime。则需要更多显存

软件只支持windows 10或11

软件运行路径中不要有非英文字符及空格，待处理文件同样注意

PDF转MD软件MonkeyOCR整合包下载链接

夸克网盘分享