これは何のウェブサイトですか？
Marklune は、文書やウェブコンテンツをブラウザ上で構造化 Markdown に変換するツールです。単なるテキスト抽出ではなく、見出し、リスト、表、リンク、コードブロックなどの構造も残したい利用者を対象としています。PDF、Office ファイル、HTML、表計算ファイル、EPUB、画像、ウェブページなどを入力できます。変換した内容は、ドキュメント移行、CMS、ナレッジベース、RAG の前処理に利用できますが、複雑なレイアウトは元ファイルと照合する必要があります。
主な機能
- PDF、Office 文書、表計算ファイル、HTML、EPUB、画像、ウェブコンテンツを Markdown に変換します。
- 元ファイルの条件が許す場合、見出し、リスト、表、強調、リンク、コードブロックを保持します。
- 製品サイトによると、OCR でスキャン文書や画像のみの PDF を処理できます。
- Markdown のコピーやダウンロードに加え、変換フローで構造化 JSON を出力できます。
- 高頻度の処理向けに REST API、バッチ変換、Webhook、Python と Node の SDK を提供します。
よくある利用ケース
- 開発者は、RAG 用の PDF、DOCX、HTML 資料を変換してから、チャンク化と埋め込みを行えます。
- ドキュメントチームは、既存のウェブページや Office ファイルを Markdown のドキュメントサイトへ移す際に、一般的な構造を残した変換結果を使えます。
- ナレッジベースの担当者は、レポート、論文、表計算ファイルを、保存、検索、再利用しやすい Markdown に変換できます。
- 研究者や運用担当者は、スキャン PDF から OCR で編集可能な Markdown を取得し、元文書と照合できます。
このツールが向いている人
- 検索、埋め込み、LLM のコンテキスト用にソース文書を準備する開発者や AI アプリケーションチーム。
- コンテンツを Markdown、CMS、ナレッジベースへ移行するドキュメントチームやコンテンツチーム。
- PDF、Office ファイル、HTML、表計算ファイルを頻繁に扱い、共通のテキスト形式にそろえたい個人やチーム。
- 視覚的なレイアウトを完全に再現したい人、専門的な組版編集が必要な人、変換結果を確認しない人には、文書編集ソフトや手作業の方が適している場合があります。
類似ツールとの比較
Marklune は、単純なプレーンテキスト抽出ではなく、構造化 Markdown の生成を目的としています。類似ツールを選ぶ際は、必要な入力形式への対応、見出しや表の出力、OCR の必要性、ブラウザ利用か API・バッチ処理かがワークフローに合うかを確認するとよいでしょう。複雑なレイアウトの変換結果は元ファイルによって異なるため、構造が重要な場合は出力を確認する必要があります。
よくある質問
Q: Marklune はスキャン PDF を処理できますか？
A: 公式サイトでは、OCR によりスキャン文書や画像のみの PDF を読み取れると説明されています。認識精度が重要な場合は、生成された Markdown を元ファイルと照合してください。
Q: どのファイルを Markdown に変換できますか？
A: サイトには、PDF、Office 文書、表計算ファイル、HTML、JSON、EPUB、画像、プレゼンテーションファイル、ウェブページまたは URL 入力が掲載されています。利用可能な選択肢は変換経路によって異なる場合があります。
Q: Marklune は RAG 資料の準備に向いていますか？
A: 後続のチャンク化や埋め込みに使える、文書構造を保った Markdown を提供できます。これは変換レイヤーであり、その後のインデックス作成、検索、結果検証は利用者が行う必要があります。
Q: Marklune はアップロードした内容をどのように扱いますか？
A: プライバシーポリシーでは、文書内容は変換のために一時的に処理され、データベースへ永続保存せず、AI モデルの学習にも使わないとしています。一方、ファイル名、ページ数、入力元、日付などの軽量な変換メタデータは保持されます。
