偶书

偶书是什么

偶书是一个面向文档处理与内容生成的在线工具，主打将非结构化资料快速转为可用格式。输入支持 PDF、图片、纯文本，输出可得到结构化数据、SVG 图形或向量结果。处理链路放在浏览器端与云端协同完成，本地只负责轻量解析。数据量偏大时，云端排队会有秒级延迟。

有一点需要注意：图片类输入的分辨率建议不低于 300dpi，否则字符识别会丢笔画。

偶书主要功能

• 文档全要素解析：读取 PDF 与图片里的文字、表格、公式，输出带阅读顺序的 JSON。单文件上限 200 页，超出会截断并提示。
• 公式转 SVG：识别行内与独立公式，转成矢量 SVG。渲染精度与 LaTeX 编译结果对齐，不依赖本地字体环境。
• 表格结构还原：合并单元格、跨页表格能还原成二维数组。行列错位率在测试集上低于 3%。
• 长文本向量化：文本切片后生成 768 维向量，单次请求支持 8192 Token 上下文，用来做检索或聚类。
• 多模态混合输入：同一任务里可同时提交 PDF 与图片。系统按页顺序合并结果，不单独区分来源类型。
• 批量任务队列：一次提交最多 50 个文件，后台按序处理，完成后统一打包下载。单账号并发上限为 5。

偶书使用要求

浏览器需支持 WebAssembly，Chrome 90+ 或同内核版本能跑本地解析。上传文件单个不超过 100MB。图片格式限 PNG、JPG、WebP。PDF 需为文本层或可识别扫描件，纯加密文档无法处理。向量化功能要求文本编码为 UTF-8。

实际使用时会有差异：扫描件质量差的话，解析耗时可能翻倍。

偶书核心优势

公式还原精度：行内公式与独立公式分开处理，SVG 输出保留原始字号比例。测试中 500 条公式样本，结构还原正确率 96%。

批量处理吞吐：50 个文件并行排队，平均单页解析耗时 0.8 秒。对比逐文件手动操作，整体时间缩短约 70%。

偶书如何使用

1. 在输入区拖入 PDF 或图片，可多选。
2. 勾选需要的输出类型：结构化 JSON、SVG、向量。
3. 设置页码范围，留空则处理全部。
4. 点提交，任务进入队列。
5. 处理完成后按文件下载，或一键打包。

这里有个细节：向量输出不跟 PDF 打包在一起，需要单独在结果页复制。

偶书同类竞品对比

偶书应用场景

• 论文资料整理：把 PDF 论文里的公式批量转 SVG，直接贴进笔记软件。
• 题库数字化：扫描试卷图片，解析成结构化 JSON，再导入题库系统。
• 合同表格提取：跨页表格还原成数组，用来做数据核对。
• 知识库向量化：长文档切片后生成向量，喂给检索服务。

偶书适用人群

• 需要批量处理 PDF 公式的研究生与科研人员。
• 做题库、试卷数字化的教研人员。
• 要把扫描件转结构化数据的运营与数据标注人员。
• 搭建检索系统的后端开发。

首页截图