Nougat 把英文数学页转成标记，公式不必只剩一张截图

旧数学书扫描成PDF以后，普通文字识别或许能恢复正文，分式和极限却常常难以直接编辑。Nougat要恢复的不只是可搜索的字，而是带数学标记的文本：标题、说明段落与LaTeX公式，可以继续进入可编辑材料。

完整官方README说明，每份PDF会生成.mmd文件，主要兼容Mathpix Markdown，并使用LaTeX表格。它是2023年的科学文档研究项目，不能因为今天重新介绍就叫成刚发布的新模型。

从一页旧微积分书，看输出是什么

官方项目页的Example Pages第一项，使用March与Wolff的1917年《Calculus》第43页。左侧是泛黄的扫描页，右侧显示提取结果，还可点击RAW查看原始标记。

在这页“常数的导数”一节里，结果保留了章节标题、y=c的说明，以及\frac{dy}{dx}=0这类公式表达。它们不必作为一张整体截图被搬走，而能分别成为标题、正文和数学表达，放进支持相应语法的阅读或编辑环境。

接下来的“两个函数和的导数”也保留了一串推导形式，说明输出不只是最终一句结论。这个样例来自项目方，不是本文运行生成，也不能用于保证别的扫描书获得同样识别效果。

RAW入口值得看，因为它能让读者直接检查模型究竟写出了什么命令。比如同页输出中可以看到带横线的dx等标记，需要与原页逐式对应；一段文本成功显示成数学排版，并不能证明符号与原书完全一致。

对准备数字化资料的人，比较合适的成果是一份有待校订的标记稿。选取需要的页段，保留扫描原页，逐项检查公式中的上下标、括号与等号；修订后的表达再进入教材笔记或文本分析流程。它不是拿到输出就完成学术内容校勘。

README明确说，模型训练来源是arXiv与PMC科学论文，最适合英文，中文、俄文、日文等不支持。对中文读者，这项介绍的使用对象是英文文献数字化，而不是中文古籍或日文讲义转换。

命令行能处理单份PDF、目录或文件列表，也可选择页范围。遇到[MISSING_PAGE]时，官方提到失败检测在部分CPU或旧GPU上可能误判，可调整相关检测设置；关闭检测只是改变处理行为，并不证明页面内容已正确恢复。

采用条件还要分开看：代码是MIT，模型权重是CC-BY-NC，不能把代码开源理解为权重可自由商用。当前仓库未归档，GitHub显示最近推送在2025年2月，也没有依据把它写成持续推出新版本的热门工具。

Nougat仍提供了一种值得理解的产物形态：英文科学页面可以先变成带公式的标记稿，再由人校订、编辑和使用。若你的材料正属于这一范围，官方旧书对照样例是判断这条路线是否适合的具体起点。