智能文档分析工具

一个基于AI的智能文档处理工具，支持文档分析、格式转换和图片处理等功能

项目介绍

智能文档分析工具是一个功能强大的文档处理系统，它能够自动分析文档内容，提取关键信息，并将文档转换为标准化的Markdown格式。该工具特别适合处理需求文档、产品设计文档等专业文档，能够帮助用户快速理解文档内容，提高工作效率。

主要功能

1. 智能标签与摘要生成

   • 自动提取文档中的高频关键词作为标签
   • 生成简明扼要的文档摘要
   • 支持多种AI模型（DeepSeek、OpenRouter），符合OpenAI格式

2. 文档标准化处理

   • 支持Word文档和PDF文档输入
   • 统一输出为Markdown格式，可下载
   • 自动优化文档结构和语言表达

3. 图片处理

   • 自动提取文档中的图片
   • 支持上传到图床并生成在线链接
   • 保持图片质量和格式

4. 可视化界面

   • 简洁直观的用户界面
   • 实时预览处理结果
   • 支持多种输出格式

环境要求

• Python 3.12+
• uv（推荐）或 pip（Python包管理器）

安装说明

使用 uv（推荐）

1. 安装 uv（如果尚未安装）：

# Windows
pip install uv

# Linux/Mac
curl -LsSf https://astral.sh/uv/install.sh | sh

2. 克隆项目到本地：

git clone https://github.com/yourusername/document-analysis.git
cd document-analysis

3. 创建并激活虚拟环境：

# Windows
uv venv
.venv\Scripts\activate

# Linux/Mac
uv venv
source .venv/bin/activate

4. 安装依赖：

uv pip install -e .

使用 pip（备选方案）

1. 克隆项目到本地：

git clone https://github.com/yourusername/document-analysis.git

cd document-analysis

2. 创建并激活虚拟环境：

python -m venv venv
# Windows
venv\Scripts\activate

# Linux/Mac
source venv/bin/activate

3. 安装依赖：

pip install -e .

配置说明

1. 复制环境配置文件：

cp .env.example .env

2. 编辑.env文件，填入相应的API密钥：

DEEPSEEK_API_KEY=your_deepseek_api_key_here

OPENROUTER_API_KEY=your_openrouter_api_key_here

SMMS_API_KEY=your_smms_api_key_here

使用说明

1. 启动应用：

streamlit run main.py

2. 在浏览器中访问应用（默认地址：http://localhost:8501）

3. 使用步骤：

   • 上传文档（支持.docx和.pdf格式）
   • 选择AI模型和响应模式
   • 点击"开始分析"按钮
   • 查看分析结果
   • 可选择提取图片或转换为Markdown

演示截图

1. 示例界面

2. 功能列表

3. 提示词管理

自定义配置

AI参数配置

在应用界面的侧边栏可以调整以下参数：

• Temperature：控制输出的随机性（0.1-1.0）
• Max Tokens：控制生成文本的最大长度（500-4000）

提示词配置

可以在app/prompt/prompts.json中自定义提示词：

• 支持流式响应和JSON响应两种模式
• 可以设置多个提示词模板
• 通过is_active字段控制使用哪个提示词

开发计划

• 支持更多文档格式
• 支持更多分析模型
• 添加文档对比功能
• 尝试讲解析的文档回填至AI分析的结果中

贡献指南

欢迎提交Issue和Pull Request！

1. 代码符合PEP 8规范
2. 如有需要，请添加必要的测试用例
3. 更新相关文档

许可证

本项目采用MIT许可证，详情请参见LICENSE文件。

致谢

感谢以下开源项目的支持：

• Streamlit - 用于构建Web界面
• DeepSeek - 提供AI模型服务
• OpenRouter - 提供AI模型服务
• SMMS - 提供图床服务