aipdf

AIPDF：具有類似 GPT 的多模式模型的簡單 PDF OCR

使用傳統 OCR 或繁重的函式庫從 PDF 中獲取數據，GenAI 做得更好！

AIPDF 是一個獨立、簡約但功能強大的純 Python 庫，它利用多模式 gen AI 模型（OpenAI、llama3 或相容替代方案）從 PDF 中提取資料並將其轉換為各種格式，例如 Markdown 或 JSON。

安裝

pip install aipdf

在 macOS 中，您需要安裝 poppler

brew install poppler 

快速入門

 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 )

奧拉馬

您可以與任何 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 = ...)

任何檔案系統

我們選擇傳遞一個文件對象，因為這樣您就可以靈活地將其與任何類型的文件系統、s3、本地文件、url 等一起使用

來自網址

 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" )

來自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" )

為什麼選擇AIPDF？

1. 簡單性：AIPDF 提供了簡單的功能，它需要最少的設定、依賴項和配置。
2. 靈活性：將資料提取為 Markdown、JSON、HTML、YAML 等......檔案格式和架構。
3. 人工智慧的力量：利用最先進的多模態模型（gpt、llama，..）。
4. 可自訂：使用自訂提示根據您的特定需求自訂提取流程。
5. 高效率：利用平行處理更快擷取多頁 PDF。

要求

• Python 3.7+

我們將保持這個超級乾淨，只有 3 個必需的庫：

• openai 函式庫與完成端點對話
• pdf2image 庫（用於 PDF 到圖像的轉換）
• 枕頭 (PIL) 庫

執照

該項目根據 MIT 許可證獲得許可 - 有關詳細信息，請參閱許可證文件。

貢獻

歡迎貢獻！請隨時提交 Pull 請求。

支援

如果您遇到任何問題或有任何疑問，請在 GitHub 儲存庫上提出問題。

---

AIPDF 讓 PDF 資料擷取變得簡單、靈活且強大。立即嘗試並簡化您的 PDF 處理工作流程！