ChatPDF · 文档解读助手

项目概览

ChatPDF 采用简洁的脚本式架构，通过 MinerU 实现 PDF 解析与格式转换，通过文档切分和DeepSeek的强大能力，实现对 PDF 文档中信息的快速提取与深度理解。 支持单一文件/批量文件，支持本地文件/url链接。用户可以根据文档内容自定义问题，对批量PDF中特定信息实现快速提取与格式化输出；也可以持续发问，前序问答将作为后续问答的上下文，实现深度解读。

系统架构

1. 文档加载器：支持批量处理模式，可通过 services/mineru.py 批量上传本地 PDF 文档 / 批量接收 PDF 链接，实现多文件自动化加载。
2. 内容分片器：使用 utils/text.py/split_into_chunks() 将长文本按默认 100000 字符大小切分，，适配大文件和多文件批量处理，确保所有片段均符合下游 API 限制。
3. 智能解读器：由 core/interpreter.py 的 deepseek_interpretation() 驱动，自动对每个分片进行智能分析。批量模式下，支持对多个文档、多个片段并行处理，并在多片段/多文档场景下自动整合答案。
4. 上下文管理：utils/files.py/load_existing_answers() 为后续问题提供上下文，同时避免重复处理相同的问题。
5. 日志系统：集成双层日志，终端实时输出 INFO 级别进度，详细 DEBUG 日志写入文件，便于批量任务的追踪与问题定位。

技术栈与工具

关键代码示例

以下伪代码展示了 ChatPDF 的核心功能实现，包括批量文档加载与处理、文本内容分片以及智能解读与整合。

批量文档加载文档

def process_local_files_via_mineru(file_paths, ...):
  # 1. 构造每个本地文件的上传信息
  files_data = [{"name": 文件名, "data_id": 文件stem} for 文件 in file_paths]
  # 2. 请求批量上传URL
  response = POST /file-urls/batch (带上 files_data)
  batch_id, file_urls = response["batch_id"], response["file_urls"]
  # 3. 依次上传本地文件到指定URL
  for file_path, upload_url in zip(file_paths, file_urls):
      PUT 上传 file_path 到 upload_url
  # 4. 轮询批量任务状态，直到全部完成
  while not all_done:
      batch_data = get_batch_results(batch_id)
      检查每个任务状态
  # 5. 下载并解压每个文件的结果包，返回 markdown 路径列表
  return [下载并解压每个结果包]
def process_urls_via_mineru(urls, ...):
  # 1. 构造每个URL的任务信息
  files_data = [{"url": url, "data_id": url对应stem} for url in urls]
  # 2. 提交批量URL任务
  response = POST /extract/task/batch (带上 files_data)
  batch_id = response["batch_id"]
  # 3. 轮询批量任务状态，直到全部完成
  while not all_done:
      batch_data = get_batch_results(batch_id)
      检查每个任务状态
  # 4. 下载并解压每个URL的结果包，返回 markdown 路径列表
  return [下载并解压每个结果包]
        

文档内容切片

def split_into_chunks(text, chunk_size=100000):
  return [text[i:i+chunk_size] for i in range(0, len(text), chunk_size)]
      

智能解读与答案整合

def chatgpt_interpretation(chunks, ...):
  results = []
  for chunk in chunks:
      result = call_gpt4(chunk)
      results.append(result)
  # 多片段整合
  return merge_results(results)
      

代码设计注重可靠性和效率，通过合理的分片策略和重试机制确保了大文档处理的稳定性。所有关键操作都有详细的日志记录，便于问题诊断。

演示与截图

展示项目的实际运行效果，可以包括界面截图、操作视频或在线演示链接。

开发计划

• ✅ 基础文档解读功能
• ✅ 自定义问题模板
• ✅ 智能分片与答案整合
• ✅ 详细日志与费用统计
• ✅ 支持批量文件处理
• ⏳ 支持本地知识库构建、问答与综述
• ⏳ 开发Web UI并上线个人网页开放内测
• ⏳ 发布命令行版本为标准PyPi包

参考资源

• 项目仓库
• MinerU API 文档
• DeepSeek API 文档
• uv 包管理器
• 使用说明