之前测试Gemini2.0正式版的多模态能力，尝试了文档转录的demo 
最近利用业余时间在demo的基础上做了一些代码和提示词优化，同时撸了一个简易的前端页面，自己测试了一些特殊的PDF文档（多栏/公式/表格等），准确度都还比较理想，同时添加了一个基础的双语对照翻译功能 
实现思路大概是利用工具切分PDF，然后直接将文档丢给大模型进行初步处理，处理完成后，对返回数据基于正则等相关内容进行二次处理 
由于用了gemini2.0模型，所以对用量基于授权码做了一下限制，每个授权码至多转录100页 
有需要的佬欢迎试用，目前图片插入原文位置的坑还没填，但已经有实现思路，后续如果有时间会来填坑，同时会增加自定义大模型key 
临时折腾的小玩意，希望大家多提意见和建议 
站点地址：pdf2md.aitranspdf.com（纯公益，无推广性质，上传的文档数据2小时后过期） 
希望佬友们善意使用，如果...