nite
26951b8bc0
This commit introduces support for Ollama as an alternative Large Language Model (LLM) provider and enhances PDF image extraction capabilities.
- **Ollama Integration:**
- Implemented `set_ollama_config` to configure Ollama's base URL from `config.ini`.
- Modified `llm.py` to dynamically select and configure the LLM (Gemini or Ollama) based on the `PROVIDER` setting.
- Updated `get_model_name` to return provider-specific default model names.
- `pdf_convertor.py` now conditionally initializes `ChatGoogleGenerativeAI` or `ChatOllama` based on the configured provider.
- **PyMuPDF Image Extraction:**
- Added a new `extract_images_from_pdf` function using PyMuPDF (`fitz`) for direct image extraction from PDF files.
- Introduced `get_extract_images_from_pdf_flag` to control this feature via `config.ini`.
- `convert_pdf_to_markdown` and `refine_content` functions were updated to utilize this new image extraction method when enabled.
- **Refinement Flow:**
- Adjusted the order of `save_md_images` in `main.py` and added an option to save the refined markdown with a specific filename (`index_refined.md`).
- **Dependencies:**
- Updated `pyproject.lock` to include new dependencies for Ollama integration (`langchain-ollama`) and PyMuPDF (`PyMuPDF`), along with platform-specific markers for NVIDIA dependencies.
留子课程幻灯片整理翻译工具
本工具旨在为海外留学生提供一个高效、智能的课程资料处理解决方案，以应对他们在学习过程中遇到的语言障碍和复杂的幻灯片整理挑战。
许多留学生在面对英文或其他语言的课程幻灯片时，不仅需要理解专业内容，还要克服语言隔阂，并且手动整理和翻译耗时费力，容易遗漏关键信息，尤其是在处理含有大量图表的幻灯片时。
程序功能
- 自动化内容提取与转换： 将 PDF 格式的课程幻灯片自动转换为结构化的 Markdown 格式，便于后续编辑和阅读。
- 智能格式优化与增强： 利用大型语言模型 (LLM) 进行深度处理，对转换后的 Markdown 内容进行微调，优化版面格式，并智能地为图片增加注解，提升理解效率。
- 精准专业翻译： 将内容翻译成简体中文，同时智能识别并保留专业名词的英文原文注解，确保专业术语的准确性，避免翻译歧义，让学生在中文语境下理解内容的同时，也能熟悉和掌握专业英文表达。
前置要求
- Nvidia GPU
- Gemini API Key （目前使用 gemini-2.5-flash，也可以修改代码使用其他 LLM）
安装
- 安装 uv： 如果您尚未安装
uv，请按照官方文档进行安装。通常可以使用 pip 安装：pip install uv - 安装依赖： 在项目根目录下，使用
uv安装所有必要的依赖：uv pip install .
配置
本项目使用 config.ini 文件来管理 API 密钥。请确保在运行程序之前，在项目根目录下创建 config.ini 文件，并按照以下格式配置您的 GOOGLE_API_KEY：
[llms]
GOOGLE_API_KEY = 您的Google API密钥
请将 您的Google API密钥 替换为您的实际 Google API 密钥。
使用方法
- 将需要处理的 PDF 文件放入
input目录下。 - 运行
main.py脚本。程序将自动处理input目录下的所有 PDF 文件。请使用uv run命令来执行脚本，以确保在正确的虚拟环境中运行：uv run python main.py
引用
常见问题
docling 转换 PDF 时报错
可能是 PDF 文件不规范导致的，可以尝试使用 ghostscript 规范文件。
gs -o <output.pdf> -sDEVICE=pdfwrite -dPDFSETTINGS=/default <input.pdf>