aipdf下载 - aipdf源码下载

aipdf

Ai源码

v0.0.4

下载

AIPDF：具有类似 GPT 的多模式模型的简单 PDF OCR

使用传统 OCR 或繁重的库从 PDF 中获取数据，GenAI 做得更好！

AIPDF 是一个独立、简约但功能强大的纯 Python 库，它利用多模式 gen AI 模型（OpenAI、llama3 或兼容替代方案）从 PDF 中提取数据并将其转换为各种格式，例如 Markdown 或 JSON。

安装

pip install aipdf

在 macOS 中，您需要安装 poppler

brew install poppler

快速入门

 from aipdf import ocr

# Your OpenAI API key   
api_key = 'your_openai_api_key'

file = open ( 'somepdf.pdf' , 'rb' )
markdown_pages = ocr ( file , api_key )

奥拉马

您可以与任何 ollama 多模式模型一起使用

 ocr ( pdf_file , api_key = 'ollama' , model = "llama3.2" , base_url = 'http://localhost:11434/v1' , prompt = ...)

任何文件系统

我们选择传递一个文件对象，因为这样您就可以灵活地将其与任何类型的文件系统、s3、本地文件、url 等一起使用

来自网址

 pdf_file = io . BytesIO ( requests . get ( 'https://arxiv.org/pdf/2410.02467' ). content )

# extract
pages = ocr ( pdf_file , api_key , prompt = "extract tables, return each table in json" )

来自S3

 s3 = boto3 . client ( 's3' , config = Config ( signature_version = 's3v4' ),
                  aws_access_key_id = access_token ,
                  aws_secret_access_key = '' , # Not needed for token-based auth
                  aws_session_token = access_token )


pdf_file = io . BytesIO ( s3 . get_object ( Bucket = bucket_name , Key = object_key )[ 'Body' ]. read ())
# extract 
pages = ocr ( pdf_file , api_key , prompt = "extract charts data, turn it into tables that represent the variables in the chart" )