PDF-ji v Claude Code: pretvorba, žetoni in ohranjanje strukture

Kaj se zgodi s PDF-jem v Claudu in zakaj vsaka stran stane 1,500–3,000 žetonov?#

Uradna dokumentacija Anthropic opisuje postopek v treh preprostih korakih:

Zveni logično, vendar stroški obdelave naraščajo linearno s številom strani. In tukaj je podatek, ki pojasni, zakaj vam omejitev naročnine poide že pri enem samem PDF-ju:

Da bi videli, koliko je to, je Anthropic isti PDF s 3 stranmi na Bedrocku izmeril v dveh načinih. V besedilnem načinu (Converse Document Chat) je porabil ~1,000 žetonov. Pri vizualni analizi (Claude PDF Chat) jih je porabil ~7,000. Vključitev slik podraži obdelavo za 7-krat.

Posnetki zaslona strani so še slabši. Posnetek zaslona velikosti 1000×1000 slikovnih pik stane približno 1,300 žetonov.

Mehanizem je preprost: PDF-ji so dragi, ker Claude ne zaupa svojemu OCR-ju. Uporablja tako besedilo kot sliko, da ju lahko primerja – vi pa hkrati plačate za obe plasti. Pri velikih dokumentih lahko ravnate drugače: datoteko shranite kot Markdown v mapo projekta in Claudu povejte: »tukaj je dokument z informacijami – razporedi jih.« Vsebino bo razdelil med svoje datoteke in nadaljeval delo z urejenim besedilom, namesto da bi vse porabil naenkrat.

Koliko žetonov porabi PDF pri običajni nalogi?#

Konkretne številke (model Sonnet 4.x, vhod po ceni $3 na milijon žetonov):

To velja le za en cikel s 4 zahtevami. Nato pride do izraza predpomnjenje pozivov (privzeti TTL 5 minut, do 1 ure pri razširjeni ravni, z do 90-odstotnim popustom za ponovljene klice znotraj tega časovnega okna) – prihranki se tako pomnožijo.

Vsakič, ko isti PDF naložite v nov klepet, ga Claude znova prebere; predpomnilnik se med klepeti ne prenese.

Če isti PDF s 15 stranmi enkrat pretvorite v Markdown in ga nato v vsakega od štirih novih klepetov dodate kot datoteko .md, ta primer porabi 15 × 300 × 4 = 18,000 vhodnih žetonov namesto 135,000. Vrednosti 300 žetonov na pretvorjeno stran in 2,250 na stran PDF sta predpostavki izračuna, ne izmerjeni konstanti vsakega PDF. Pred oceno prihrankov preštejte dejanski dokument in potrdite kakovost pretvorbe.

Ta izračun je še pomembnejši pri naročnini Claude Pro. Eno poročilo s 100 stranmi lahko porabi celotno 5-urno omejitev. Po pretvorbi v Markdown lahko v isti proračun spravite 10+ takih dokumentov.

Kakšne so omejitve Anthropicovega API-ja za PDF-je v letu 2026?#

Anthropicova dokumentacija omejitve navaja na vrhu (stanje na dan 31. maja 2026):

Claude.ai (spletna aplikacija za potrošnike) ima drugačne omejitve: največ 500 MB na datoteko in do 20 datotek v klepetu. Vizualna analiza pa deluje le pri PDF-jih do 100 strani – pri daljših Claude vidi samo besedilo, ne pa grafov in diagramov.

PDF lahko prek API-ja pošljete na tri načine:

1. Prek URL-ja - "source": {"type": "url", "url": "..."} - najpreprosteje, ko je dokument na spletu.
2. V Base64 - "source": {"type": "base64", "media_type": "application/pdf", "data": "..."} - za lokalne datoteke.
3. Prek Files API-ja - "source": {"type": "file", "file_id": "file_abc123"} - za ponavljajoče se zahteve; potreben je beta-glava anthropic-beta: files-api-2025-04-14.

Files API je glavni način za prihranek pri delu z istim PDF-jem v različnih klepetih. Naložite ga enkrat, pridobite file_id in ga nato uporabite pri vseh interakcijah. Z nastavitvijo cache_control: ephemeral ponovljeni klici stanejo 10 % običajne cene.

Anthropic ponuja tudi uradne nasvete za zmanjšanje porabe:

1. metoda: Kako v 5 minutah nastavite MarkItDown?#

MarkItDown je uradni Microsoftov projekt, ki ga vzdržuje ekipa AutoGen. Na GitHubu ima 134 tisoč zvezdic in 9.2 tisoč razvejitev (stanje konec maja 2026). Njegov namen je neposredno naveden v README-ju:

Podprte oblike:

• Dokumenti: PDF, DOCX, PPTX, XLSX
• Splet: HTML, JSON, XML, CSV
• Predstavnost: zvok s prepisom, slike z EXIF in OCR, videoposnetki z YouTuba (prek podnapisov)
• Arhivi: ZIP, EPub
• Drugo: vse priloge v datotekah Outlook MSG

Namestitev

Zahteva: Python 3.10+ (v macOS je običajno že nameščen; v sistemu Windows ga morate namestiti posebej).

pip install 'markitdown[all]'

Če ne potrebujete vseh oblik, lahko namestite le izbrane:

pip install 'markitdown[pdf, docx, pptx]'

Pretvorba ene datoteke

Najpreprostejši primer:

markitdown document.pdf > document.md

Nato se bo document.md pojavil v trenutni mapi. Dodajte ga v Claude Code z @document.md ali pa ga preprosto postavite ob projekt.

API za Python

Če ga želite vključiti v svoj skript:

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("research-paper.pdf")
print(result.text_content)

# Shranite ga lahko kar neposredno:
with open("research-paper.md", "w") as f:
    f.write(result.text_content)

Česa MarkItDown NE zmore

• OCR za skenirane PDF-je - ne vrne ničesar. Za skene potrebujete PyMuPDF4LLM ali Docling.
• Zapletene postavitve z več stolpci - vrstni red branja se lahko pomeša.
• Vdelani URL-ji iz PDF-jev - ne ohrani jih.

Za preproste PDF-je (poročila, članke, dokumentacijo) je MarkItDown najboljša izbira: vsestransko orodje, ki ga namestite v minuti in ne zahteva znanja Pythona. Njegovo delovanje na dokumentih s ciriličnim besedilom in skenih je prikazano v meritvah analize o tem, kako pretvoriti PDF v besedilo za umetno inteligenco.

2. metoda: Kaj ponuja PyMuPDF4LLM in kdaj je boljša izbira?#

MarkItDown ponuja širino oblik; PyMuPDF4LLM pa globino obdelave PDF-jev.

Različica na dan 31. maja 2026 je 1.27.2.3 (izdana 24. aprila 2026).

Kaj vključuje

• Strani z več stolpci in pravilnim vrstnim redom branja
• Pretvorbo tabel v Markdown po slogu GitHub
• Samodejno odstranitev glav in nog
• Ekstrakcijo slik z relativnimi povezavami v ločeno mapo
• Pametni OCR: uporabi se samo za neberljive dele, s čimer prihrani ~50 % časa obdelave
• Izvorni mehanizem v C, GPU ni potreben

Namestitev

pip install pymupdf4llm

Uporaba

import pymupdf4llm

# Osnovna uporaba - neposredno v Markdown:
md_text = pymupdf4llm.to_markdown("document.pdf")

# Shrani:
with open("document.md", "w") as f:
    f.write(md_text)

V eni vrstici, kot obljubljeno:

python3 -c "import pymupdf4llm; \
  open('document.md','w').write(pymupdf4llm.to_markdown('document.pdf'))"

Kdaj izbrati PyMuPDF4LLM namesto MarkItDowna

• Ko ima PDF veliko povezav, ki jih želite ohraniti (MarkItDown jih izgubi).
• Ko je dokument skeniran in potrebujete OCR.
• Ko potrebujete hitrost pri lokalni obdelavi tisočev datotek – izvorni mehanizem v C je hitrejši od ovijalnikov za Python.
• Ko potrebujete slike iz PDF-ja v ločeni mapi za nadaljnjo obdelavo.

Podrobnosti o licenciranju (pomembno za podjetja)

PyMuPDF4LLM je na voljo pod dvojno licenco: AGPL v3 ALI komercialno licenco Artifex.

Kaj pomeni AGPL: če knjižnico uporabljate v javnem SaaS-u, morate celotno izvorno kodo svoje storitve objaviti pod isto licenco AGPL. Pri interni uporabi (vaš skript na prenosniku) ni omejitev.

Za komercialni razvoj brez razkritja kode kupite licenco pri podjetju Artifex (artifex.com). Cene niso objavljene; zanje se obrnite na prodajo.

Če gradite izdelek za stranke, licenco preverite na začetku. MarkItDown (MIT) in Docling (MIT) sta varnejši izbiri za SaaS.

3. metoda: Kako povezati strežnik MarkItDown MCP s Claude Code?#

MarkItDown v načinu CLI pomeni »datoteke vnaprej pretvorim ročno«; strežnik MCP pa pomeni »Claude Code se odloči, kdaj jih bo pretvoril«.

Namestitev

Potrebujete upravljalnik paketov uv. Strežnika ni treba namestiti posebej; uv ga prenese ob prvem zagonu.

Konfiguracija v Claude Code

Z enim ukazom povežete strežnik z vsemi svojimi projekti, pri čemer je različica zaklenjena:

claude mcp add --scope user --env 'ORT_DISABLE_TELEMETRY=1' --env 'UV_PYTHON=3.12' --transport stdio markitdown -- uvx markitdown-mcp@0.0.1a7
claude mcp list

Pri vnosu markitdown bi moralo pisati »Connected«. Ob prvem zagonu se prenese približno sedemdeset paketov, kar lahko traja do minute; nato se strežnik zažene v sekundi ali dveh.

Tukaj je razlog, zakaj ukaz potrebuje ti dve spremenljivki. ORT_DISABLE_TELEMETRY=1 onemogoči statistiko, ki jo mehanizem onnxruntime znotraj strežnika privzeto pošilja Microsoftu v sistemih Mac in Linux. UV_PYTHON=3.12 zažene strežnik s Pythonom 3.12, za katerega so vnaprej pripravljeni paketi na voljo v sistemih Windows, Linux in Macih z Apple Siliconom. V Intelovih Macih in macOS 13 ter starejših različicah se strežnik ne namesti s Pythonom 3.14. Pri Intelovih računalnikih in Pythonu 3.12 velja izjema: uv bo knjižnico cryptography zgradil iz izvorne kode, ker vnaprej pripravljen paket za Intel ni na voljo od junija 2026. Namestitev traja dlje in lahko ne uspe. Če nimate Pythona 3.12, ga bo uv prenesel za vas.

Strežnik teče neposredno v vašem računalniku in lahko odpre katero koli datoteko, do katere imate dostop. Če je bil Claude Code odprt, ga znova zaženite in markitdown se bo prikazal na seznamu strežnikov MCP.

Kako ga uporabljati

V Claude Code preprosto recite:

Pretvori /Users/your-user/Documents/report.pdf v Markdown in analiziraj glavne točke.

Claude sam pokliče convert_to_markdown(uri), prejme Markdown in dela z njim – PDF se sploh ne naloži v kontekst.

Podprti URI-ji

• file:// - lokalne datoteke
• http://, https:// - spletni dokumenti
• data: - vdelani podatki (Base64)

Varnost

Iz uradnega README-ja:

Privzeto je vezan na localhost. Če ga zaženete prek HTTP/SSE (možnost --http --host 127.0.0.1 --port 3001), vrat ne izpostavljajte zunanjim povezavam brez povratnega posredniškega strežnika z avtentikacijo.

Katero metodo izbrati za svojo nalogo?#

Razširjena primerjalna tabela:

Marker v primerjalnih testih objavlja impresivne podatke o natančnosti:

Toda Marker za dobro hitrost potrebuje GPU in s seboj prinaša modele strojnega učenja. Za večino nalog (običajne besedilne PDF-je) PyMuPDF4LLM ali MarkItDown delo opravita v nekaj sekundah brez GPU-ja.

Preprosto pravilo za izbiro

1. En ali dva PDF-ja, potrebujete hitro rešitev - MarkItDown CLI.
2. Več deset PDF-jev, potrebujete avtomatizacijo - strežnik MarkItDown MCP ali PyMuPDF4LLM v skriptu.
3. PDF-ji s povezavami in slikami, pri katerih je pomembno ohraniti strukturo - PyMuPDF4LLM.
4. Produkcijski RAG za podjetja, pri katerem je pomembna stabilnost tabel - Docling.
5. Znanstveni članki s formulami - Marker.
6. Nočete razmišljati o tem; naj PDF pretvori Claude - strežnik MarkItDown MCP.

Kako napisati skript, pripravljen za uporabo, ki samodejno pretvori mapo z dokumenti?#

Praktičen primer: predstavljajte si, da imate v eni mapi 40 poročil PDF in PPTX od strank – posredniške izpiske, pogodbe in predstavitve. Neposredno nalaganje celotne mape v Claude je neuporabno: kontekstno okno se bo napolnilo še pred prvim odgovorom. Celotno mapo v enem koraku obdelajte s spodnjim skriptom, nato pa nadaljujte z delom z lahkimi datotekami .md namesto z obsežnimi PDF-ji.

Ta skript shranite v korensko mapo projekta kot scripts/docs-to-md.sh:

#!/bin/bash
# docs-to-md.sh - pretvori vse dokumente v mapi v Markdown z uporabo MarkItDown
# Usage: bash docs-to-md.sh ./documents

set -e

INPUT_DIR="${1:-./documents}"
OUTPUT_DIR="${INPUT_DIR}/_md"

mkdir -p "$OUTPUT_DIR"

echo "Scanning $INPUT_DIR..."

for file in "$INPUT_DIR"/*.{pdf,docx,pptx,xlsx}; do
  [ -f "$file" ] || continue

  basename=$(basename "$file")
  name="${basename%.*}"
  output="$OUTPUT_DIR/${name}.md"

  if [ -f "$output" ] && [ "$output" -nt "$file" ]; then
    echo "Skipping $basename (already converted)"
    continue
  fi

  echo "Converting $basename..."
  markitdown "$file" > "$output"
done

echo "Done. Results are in $OUTPUT_DIR"

Nastavite, da bo skript mogoče izvajati:

chmod +x scripts/docs-to-md.sh

Zaženite ga:

bash scripts/docs-to-md.sh ./reports

Po zagonu mapa ./reports/_md/ vsebuje različice vseh dokumentov v obliki .md. Dodajte jih v Claude Code z @reports/_md/ in delajte s stisnjenim besedilom namesto s PDF-ji.

Skript samodejno preskoči že pretvorjene datoteke (če je datoteka .md novejša od izvorne) – ponovni zagon je poceni in ne izvede vsega izračuna znova.

Idempotentnost in postopna pretvorba

Če želite, da skript zazna spremenjene PDF-je (ki so bili znova shranjeni pod istim imenom), dodajte preverjanje zgoščene vrednosti vsebine:

hash=$(shasum -a 256 "$file" | cut -d' ' -f1)
hash_file="$OUTPUT_DIR/.${name}.sha256"

if [ -f "$hash_file" ] && [ "$(cat "$hash_file")" = "$hash" ]; then
  echo "Skipping $basename (hash matches)"
  continue
fi

markitdown "$file" > "$output"
echo "$hash" > "$hash_file"

Ta različica datoteko znova pretvori samo, če se je njena vsebina spremenila.

Kdaj je PDF v Claudu še vedno boljša izbira kot Markdown?#

Trije primeri, ko pretvorba v Markdown ni dovolj:

1. Vizualna analiza diagramov in grafov

Če mora Claude »prebrati« graf – krivuljo cen, diagram procesa ali arhitekturni diagram – teh informacij v Markdownu ni. Markdown ohrani samo napise slik; sama slika se izgubi.

Rešitev: naložite PDF in izrecno omogočite vizualni način. V Claude API-ju zastavica deluje samodejno; v AWS Bedrocku potrebujete zastavico citations.

2. Zapletene tabele z združenimi celicami

Tabele Markdown so ravne. Če PDF vsebuje tabelo z združenimi celicami, večnivojskimi glavami ali ugnezdenimi podtabelami, jih bo pretvornik bodisi sploščil bodisi izgubil povezave med njimi.

Rešitev: uporabite PDF neposredno, uporabite Docling (najbolje obravnava zapletene tabele) ali jih po pretvorbi ročno oblikujte.

3. Dokumenti kot artefakti z navedbami strani

Pri pravnih dokumentih, pogodbah in zapisnikih je pomembno, da lahko navedete »stran 7, odstavek 3«. V Markdownu se številke strani izgubijo.

Rešitev: PDF + Files API + predpomnjenje pozivov. Naložite dokument enkrat in se nato sklicujte nanj z file_id; Claude vidi številke strani in lahko navaja določene strani.

Kratki dokumenti

Če je PDF krajši od 2 strani in ga uporabite enkrat, se ga ne splača pretvarjati. 5,000 žetonov za PDF v primerjavi z 800 za Markdown ne pomeni dovolj velikega prihranka, da bi upravičil namestitev MarkItDowna.

Prag rentabilnosti je približno 5+ strani ali 2+ uporabi istega dokumenta. Pod tem pragom naložite PDF neposredno; nad njim ga pretvorite.

Katerih je 5 najpogostejših napak pri uporabi PDF-jev v Claudu?#

1. Vsakič znova naložite isti PDF v nov klepet

Claude Pro ima omejitev sporočil v obdobju 5 ur – eno poročilo s 50 stranmi lahko porabi vso, še preden zastavite drugo vprašanje.

Za to velja preprosto načelo: ena naloga – en klepet. Ko začne umetna inteligenca porabljati nesmiselno veliko žetonov, to pomeni, da vse tlačite v en klepet in vedno znova dodajate PDF. V vsakem oknu opravite eno majhno nalogo. Dokument enkrat pretvorite v Markdown, nato pa datoteko .md dodajte v vsako novo okno ob projektu. Krog kontekstnega okna ne bo porumenel.

Rešitev: enkrat ga pretvorite v Markdown ali pa uporabite Files API z file_id in predpomnjenjem pozivov.

2. Posnetek zaslona namesto besedila

Tipičen primer: nekdo želi Claudu pokazati del kode ali tabelo, naredi posnetek celotnega zaslona v ločljivosti 1920×1080 in se sprašuje, zakaj je po 5 zahtevah zmanjkalo omejitve.

Posnetek zaslona velikosti 1000×1000 slikovnih pik stane ~1,300 žetonov. Enako besedilo, ročno kopirano, stane 50–100 žetonov. To je 13–26-kratna razlika.

Rešitev: posnetke zaslona tesno obrežite (tako da ostane samo pomembni del) ali, še bolje, neposredno kopirajte besedilo.

3. Skenirani PDF brez OCR-ja

MarkItDown ne zna izvajati OCR-ja. Če pretvorite sken, bo rezultat prazna datoteka .md (ali 3 vrstice šuma).

Rešitev: za skene uporabite PyMuPDF4LLM (z vgrajenim pametnim OCR-jem) ali Docling.

4. Spregled omejitve 100 strani

Anthropicova dokumentacija navaja omejitev 600 strani na zahtevo – v praksi pa je omejitev za modele z 200K konteksta (Sonnet 4.x, Opus 4.x) 100 strani. Omejitev 600 strani je namenjena starejšim modelom ali posebnim ravnem storitve.

Če v Sonnet 4.6 naložite poročilo s 150 stranmi, boste dobili napako ali, še huje, Claude bo obdelal samo prvih 100 strani in se obnašal, kot da je prebral celoten dokument.

Rešitev: dolge PDF-je pred nalaganjem razdelite na dele. Ali pa jih pretvorite v Markdown – omejitve števila strani ni, omejitev je samo število žetonov.

5. Neuporaba predpomnjenja pozivov pri ponovljenih zahtevah

Če prek API-ja delate z istim dokumentom, ga ovijte v cache_control: ephemeral. Ponovljeni klici v 5 minutah stanejo 10 % začetne cene. Prva zahteva stane več; za ostale velja 90-odstotni popust.

Rešitev: privzeto omogočite predpomnjenje pozivov za vse, kar naložite več kot enkrat.

Kaj sledi: inženiring konteksta#

Pretvorba PDF-ja v Markdown je eden od načinov za prihranek žetonov. Sama po sebi ne izboljša natančnosti Claudovih odgovorov. Natančnost izhaja iz inženiringa konteksta – discipline, ki določa, kaj vključite v kontekst modela, preden zastavite vprašanje.

Če ima vaša datoteka CLAUDE.md 800 vrstic, je v projektu 10 nepotrebnih strežnikov MCP in dodate še PDF s 100 stranmi, bo pretvorba v Markdown preprečila eno uhajanje, preostala tri pa bodo ostala. Zato ti vodniki obravnavajo:

• Kam gredo žetoni v Claude Code - 9 vzorcev uhajanja konteksta, ne samo PDF-ji.
• Inženiring konteksta v letu 2026 - sistematično upravljanje konteksta.
• Način Plan v Claude Code - način načrtovanja, preden Claude začne pisati kodo.