pdf-craft

环境要求

• Python 环境（支持的 Python 版本见官方 Installation Guide）
• pip 包管理器
• 处理 PDF 前需安装系统依赖 Poppler
• 仅本地 OCR 模式需要：CUDA 兼容的 PyTorch、模型存储空间和足够 GPU 显存
• 翻译 PDF 修补需要 Ghostscript 与合适的本地字体

安装与启动步骤

1. 1安装 pdf-craft

   标准安装，包含远程 OCR、Markdown/EPUB 渲染和 PDF 翻译能力，机器无需 CUDA。

   pip install pdf-craft

   复制

2. 2可选本地 OCR

   仅当你明确要跑本地 OCR 模型、用自带 NVIDIA GPU 时才装；不确定就用上一步标准安装。

   pip install "pdf-craft[local]"

   复制

3. 3安装系统依赖

   处理 PDF 前必须先装 Poppler；做翻译 PDF 修补还需 Ghostscript 和本地字体；公式渲染需 Matplotlib 与本地 TeX。

4. 4准备 OCR 服务

   标准安装使用远程计算，需自行准备服务地址、模型名和 API Key，替换示例中的占位值。

5. 5编写转换脚本

   新建脚本，配置 OCR 服务信息后调用 convert_pdf_to_markdown，把 input.pdf 转成 output.md。

   from pdf_craft import DeepSeekOCRVendorConfig, PDFCraft, PDFOptions
   
   craft = PDFCraft(pdf=PDFOptions(ocr=DeepSeekOCRVendorConfig(
       base_url="https://example.com/v1",
       api_key="your-api-key",
       model="deepseek-ocr",
   )))
   craft.convert_pdf_to_markdown(
       "input.pdf", "output.md",
   )

   复制

6. 6运行脚本转换

   在脚本所在目录执行，脚本名替换为你实际保存的文件名，等待 OCR 与转换完成。

   python convert.py

   复制

关键配置

如何确认成功

转换完成后在输出目录看到 output.md，打开确认文字可复制、可编辑，即为成功。

常见问题

注意事项

• 示例中的 base_url、api_key、model 都是占位值，必须替换成你自己的服务配置。
• 本地 OCR 额外需要 CUDA 兼容的 PyTorch、模型存储和足够显存，不确定时用标准安装。
• 临时分析工作区在转换结束或失败后自动删除，需要排查问题时提前设置 analysing_path。
• 支持的 Python 版本与完整系统环境配置请查阅官方 Installation Guide，出错先看 Troubleshooting Guide。