/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
29 июн 2026

anyparse-models-hub

Описание изображенийИзображение → текст9 профессий

Набор моделей AnyParse для извлечения текста и структуры из изображений и документов с преобразованием в Markdown или JSON.

10скачиваний за 30 дней1лайквеса обновлены12 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AnyParse Models Hub — набор моделей проекта AnyParse для мультимодального разбора документов и изображений. Разработчики позиционируют его как компонент системы, которая преобразует файлы в структурированный Markdown или JSON и предназначена для использования в конвертации документов и последующей обработке данных, в том числе в приложениях на базе LLM.

Заявлены извлечение текста с учётом порядка чтения и структуры документа, распознавание OCR и VLM, обработка таблиц, изображений, формул и сложной вёрстки. Поддерживаются изображения PNG и JPEG, а также PDF, офисные документы, электронные книги, HTML, таблицы, блокноты и письма; предусмотрены запуск на CPU и GPU и интерфейсы CLI и FastAPI. В метаданных указаны библиотека Transformers, формат safetensors и лицензия Apache-2.0. Размер модели, конкретные языки и длина контекста не указаны.

Сценарии применения

  • распознавание текста на сканах и изображениях
  • извлечение текста и структуры из PDF
  • преобразование офисных документов в Markdown
  • извлечение таблиц и формул из документов
  • подготовка структурированных документов для приложений на базе LLM

Ограничения

README заявляет широкий набор форматов, но не приводит результатов оценки качества или сведений о поддерживаемых естественных языках. Указанный pipeline_tag image-to-text описывает распознавание изображений, но не раскрывает отдельные задачи для всех заявленных форматов документов.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

anyparse models hub

AnyParse is a powerful multimodal document parsing and understanding engine designed to seamlessly convert complex files into structured Markdown and JSON formats. Whether it's basic text processing, professional document conversion, or advanced Vision-Language Models (VLM) and OCR recognition, AnyParse provides a comprehensive, one-stop solution.

Core Capabilities

  • Multimodal Document Understanding: Supports cross-modal parsing of images and documents. By combining OCR and VLM technologies, it accurately extracts unstructured data.
  • Comprehensive Format Coverage: Easily parses office documents, web pages, spreadsheets, e-books, and emails with a single tool.
  • Structured Output: Transforms complex files into standardized Markdown and JSON, streamlining downstream data processing and Large Language Model (LLM) applications.

Key Features

  • Documents & Layouts: PDF, DOCX, PPTX, XLSX, EPUB, IPYNB
  • Text & Markup: TXT, MD, RST, HTML/XHTML/HTM/SHTML
  • Spreadsheets & Data: CSV, TSV
  • Images & Multimedia: PNG, JPEG/JPG
  • Others: EML (Emails)
  • Built-in CLI, FastAPI
  • Supports running in a pure CPU environment, and also supports GPU
  • Output text in human reading order, suitable for single-column, multi-column and complex layouts
  • Retain the original document structure, including titles, paragraphs, lists, etc.
  • Extract images, image descriptions, tables, table titles and footnotes
  • Automatically identify and convert formulas in documents to LaTeX format
  • Automatically identify and convert tables in documents to HTML format

resources

pip install anyparse-python

please download config/config.yaml from AnyParse into your project directory.

Download Models

# use modelscope (default)
export ANYPARSE_MODEL_MIRROR="modelscope"

# use huggingface
export ANYPARSE_MODEL_MIRROR="huggingface"

# download models
anyparse-cli download --config config/config.yaml --model

Models Hub

Python

# Sync
from anyparse import AnyParser

model = AnyParser(config="config/config.yaml")
res = model.invoke(file = "/path/to/your_file")



# or Async
from anyparse import AsyncAnyParser

model = AsyncAnyParser(config="config/config.yaml")
res = await model.ainvoke(file = "/path/to/your_file")

CLI

# help

anyparse-cli --help

# parse file
anyparse-cli parse --config config/config.yaml --file /path/to/your_file

# start api server
anyparse-cli api --config config/config.yaml

# see allowed file types
anyparse-cli allow --config config/config.yaml

# see commands help
anyparse-cli [COMMAND] --help

API

  • start api server
# start fastapi server and openai proxy
## use restful api or openai client call
anyparse-cli api --config config/config.yaml --host 0.0.0.0 --port 18007 --seckey 'your_custom_secret_key'
  • call api
# openai
from openai import OpenAI

client = OpenAI(
    base_url = "http://localhost:18007/anyparse/openai/v1",
    api_key = "your_custom_secret_key",
)
## get model id and allowed file types
print(client.models.list())



## parse file
import base64

with open("1.pdf", "r", encoding="utf-8") as f:
    text_content = f.read()

encoded_bytes = base64.b64encode(text_content.encode('utf-8'))
base64_str = encoded_bytes.decode('utf-8')

response = client.chat.completions.create(
    model="anyparse",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "file",
                    "file": {
                        "file_data": f"data:application/pdf;base64,{base64_str}"
                    }
                }
            ]
        }
    ],  # data:application/pdf;base64 prefix follow: client.models.list().data[0].allow_mimetypes
    # extra_body={
    #     "runtimes_args": {
    #         "use_doc_layout": True
    #     }
    # }
)

print(response.choices[0].message.content)



# or restful
import requests as rq

headers = {
    "Authorization": "Bearer your_custom_secret_key"
}

url = "http://localhost:18007/anyparse/invoke/v1"

args = {
    "use_doc_cls": False,
    "use_doc_rectifier": False,
    "use_doc_layout": True
}

file = '/path/to/your_file'

files = {
    'file': open(file,'rb')
}

res = rq.post(url, files = files, data = args, headers = headers)
print(res.json())

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
fa15d1d

0 моделей