200M+PDF,变小,变小,再变小

今天要处理一个将近300MB的PDF文件，因为体积太大了，处理和存储都很麻烦，所以我想把它压缩一下，或转成MD格式来减小体积，但这个PDF不是普通文字型的，而是扫描件，每一页都是图片，所以文字提取困难，体积也特别大

思路大概就是要么直接压缩，要么直接转MD格式，我就先试了在线压缩工具，发现大多不支持这么大的文件；少数支持的又得付费，转MD也一样，也能理解，初始文件太大了嘛，那我只好切割了，就是先把初始文件切割成几十兆的，不过也是不受欢迎，毕竟初始文件太大了嘛，只能去找小龙虾了

这时候小龙虾的作用就出来了，它最厉害的是能随时编写脚本，它能随时根据你的需求，生成马上能用的脚本，我让它切个文件，它没问我具体怎么切，直接问：“你要切成几份？”我随口说“你看着切吧”，结果它给我切成了10份，每份20多兆，处理的很快，不得不说，小龙虾在工作场景里非常灵活，确实高效

后面的事就简单多了：一旦把初始文件压缩得很小，随便怎么处理都行，然后我接着把它处理为 MD 文档，因为 MD 格式处理起来非常友好，是通用格式，如果你希望用 AI 处理复杂内容，MD 是最高效的文件。

我用的是Mineru，很好用，尤其擅长处理PDF、书籍什么的，对于一些复杂排版的PDF文件，在国内我还没找到比它更专业的，之前它不限文件大小，后来因为用户多了，现在加了限制，但完全够用，每天免费处理几百份文件没问题，准确率极高。我之前试过一本图文并茂的复杂书，所有AI工具都搞不定，只有Mineru处理得非常漂亮，真的值得推荐，这也是一个github的开源软件，你也可以下载到本地，嗯，就这些吧，说的多了还以为是广告。。。