微信扫码
与创始人交个朋友
我要投稿
pip install gptpdf
以下是一段实用的 Python 代码示例:
from gptpdf import parse_pdf
api_key = 'your_openai_api_key'
pdf_path = 'your_pdf_file_path'
content, image_paths = parse_pdf(pdf_path, api_key=api_key)
print(content)
content, image_paths = parse_pdf(
pdf_path='path/to/your/pdf',
output_dir='./output',
api_key='Your OpenAI API Key',
base_url='https://api.openai.com/v1',
model='gpt-4o',
verbose=True,
gpt_worker=4
)
def parse_pdf(
pdf_path: str,
output_dir: str = './',
prompt: Optional[Dict] = None,
api_key: Optional[str] = None,
base_url: Optional[str] = None,
model: str = 'gpt-4o',
verbose: bool = False,
gpt_worker: int = 1,
**args
) -> Tuple[str, List[str]]:
prompt:主要用于指导模型如何处理和转换图片中的文本内容。
rect_prompt:用于处理图片中标注了特定区域(例如表格或图片)的情况。
role_prompt:定义了模型的角色,确保模型理解它在执行PDF文档解析任务。您可以用字典的形式传入自定义的提示词,实现对任意提示词的替换,这是一个例子:
prompt = {
"prompt": "自定义提示词语",
"rect_prompt": "自定义提示词",
"role_prompt": "自定义提示词"
}
content, image_paths = parse_pdf(
pdf_path=pdf_path,
output_dir='./output',
model="gpt-4o",
prompt="",
verbose=False,
)
您不需要替换所有的提示词,如果您没有传入自定义提示词,仓库会自动使用默认的提示词。默认提示词使用的是中文,如果您的PDF文档是英文的,或者您的模型不支持中文,建议您自定义提示词。
参考引用资料:
gptpdf 官方文档:https://github.com/cosmosshadow/gptpdf
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-09-20
【深度分析】OpenAI o1是最强的推理模型,却不是最强模型!
2024-09-20
我第一时间测试了Qwen2.5全家桶,很难相信这是开源模型
2024-09-19
一文彻底搞懂大模型 - Dify(Agent + RAG)
2024-09-19
Qwen2.5横空出世:从3B到72B,全面碾压同级对手
2024-09-19
突发!GPT-4o 级语音 Moshi 开源!
2024-09-19
Qwen2.5 全链路模型体验、下载、推理、微调、部署实战!
2024-09-19
通义千问Qwen2.5开源,媲美Llama3.1-405B
2024-09-19
Qwen 2.5 开源,API 打一折
2024-08-13
2024-05-06
2024-06-12
2023-07-01
2024-07-25
2024-07-08
2024-07-11
2024-07-18
2024-07-25
2024-06-16