Parse PDFs, images, Word, and PowerPoint files into clean Markdown or JSON using SoMark — the document intelligence API built for AI workflows.
使用 SoMark 将 PDF、图片、Word、PPT 等文档解析为干净的 Markdown 或 JSON —— 专为 AI 工作流打造的文档智能 API。
npx skills add https://github.com/SoMarkAI/somark-document-parserWorks with Claude Code, Cursor, Cline, OpenCode, and 40+ other agents.
兼容 Claude Code、Cursor、Cline、OpenCode 及 40+ 其他 AI 编程助手。
When you share a document with your AI agent, SoMark parses it into structured Markdown or JSON that the agent can actually reason over — not just OCR'd text, but proper headings, tables, formulas, and layout.
当你向 AI 助手发送文档时，SoMark 会将其解析为结构化的 Markdown 或 JSON，让 AI 真正"读懂"文档 —— 不只是识别文字，而是完整还原标题层级、表格、公式和排版结构。
Supported formats / 支持格式：
| Type / 类型 | Formats / 格式 |
|---|---|
| Documents / 文档 | PDF, DOC, DOCX, PPT, PPTX |
| Images / 图片 | PNG, JPG, JPEG, BMP, TIFF, WEBP, HEIC, HEIF, GIF |
Example triggers / 触发示例：
- "Parse this PDF for me" / "帮我解析这个 PDF"
- "Extract the key clauses from this contract" / "提取合同中的关键条款"
- "Summarize the paper I just uploaded" / "总结这篇论文的主要内容"
- "Convert this document to Markdown" / "把这个文档转成 Markdown"
- "What does this image say?" / "这张图片里写了什么"
Get an API key at somark.tech, then set it as an environment variable. Use the command for your terminal:
前往 somark.tech 获取 API Key，然后设置环境变量：
macOS / Linux（Bash、Zsh）
# macOS / Linux (Bash, Zsh)
export SOMARK_API_KEY="sk-your-api-key"Linux（Fish）
set -x SOMARK_API_KEY "sk-your-api-key"Windows PowerShell
$env:SOMARK_API_KEY = "sk-your-api-key"Windows Command Prompt（CMD）
set "SOMARK_API_KEY=sk-your-api-key"Windows PowerShell users can persist the setting with [Environment]::SetEnvironmentVariable("SOMARK_API_KEY", "sk-your-api-key", "User"); open a new terminal afterwards. On Windows, run the parser with a quoted Windows path, for example python .\somark_parser.py -f "C:\Users\your-name\Documents\file.pdf" -o ".\output". Do not use Unix export, /path/..., or Bash backslash line continuations in PowerShell or CMD.
Or add it to your agent's settings. The skill will guide you through setup on first use.
也可以在 agent 设置中配置。首次使用时，skill 会自动引导你完成配置。
Free quota / 免费额度： SoMark offers a free tier — visit the purchase page to claim it.
SoMark 提供免费解析额度，访问购买页面扫描企业微信二维码即可领取。
Most agents struggle with documents because raw PDF/image data loses structure. SoMark preserves:
大多数 AI 助手处理文档时效果不理想，因为原始 PDF/图片数据会丢失结构信息。SoMark 完整保留：
- Heading hierarchy / 标题层级 — agents understand document sections / AI 能准确理解文档章节
- Tables / 表格 — fully reconstructed, not flattened into prose / 完整还原，不变成散乱文字
- Formulas and diagrams / 公式与图表 — converted to LaTeX or described accurately / 转为 LaTeX 或精准描述
- Multi-column layouts / 多栏排版 — reading order maintained / 阅读顺序完整保留
The result: your agent gives accurate, context-aware answers instead of hallucinating from garbled text.
效果：AI 给出准确、有据可查的回答，而不是从乱码文本中"脑补"。
| Constraint / 限制项 | Limit / 上限 |
|---|---|
| Max file size / 单文件大小 | 200 MB |
| Max pages / 单文件页数 | 300 页 |
| QPS per account / 账号 QPS | 4 |
MIT