做文档RAG的朋友可能都会遇到一个问题，那就是怎么把非结构化文档中的信息提取出来，从而更好地给到LLM使用。

比如用户上传的文件是PDF时，往往要用到一些PDF解析工具。市面上有开源的，有闭源的。

一大堆可选项，怎么挑呢？

大部分人会选择感性地测试，或者看大v推荐。但有没有一种更加量化的方式，能直观对比出各家的效果差异呢？

毕竟，每种解析工具也在不断更新，总不能每次他们一更新，或者每出一种新工具，就人肉重新仔细看一遍吧。那也太累了。

为了解决这个问题，我们开发了一套测试工具，输出是图里的样子。从表格准确率，段落准确率，公式准确率，阅读顺序等指标，客观评测每一家的效果。

输入也很简单，把每家输出的markdown放到文件夹里即可。

这个工具预计本周晚点放出来，希望能给挑选解析工具挑花眼的朋友一些帮助😁