开发一个工具,用户上传多份文档(PDF、word、markdown),AI自动提取其中的关键数据和信息,生成可视化图表(柱状图、折线图、饼图等),并提供数据分析摘要。总结一下项目关于不同文件的解析功能和提取的提示工程要点,输出Markdown格式的文档。优化PDF文件提取功能,具体需求如下。1.**采用胜算云API,提供专用设置界面**-在应用中增加设置界面入口,用于配置以下两项(不依赖环境变量):-胜算云API Key-Gemini请求地址(geminiUrl,默认为https://router.shengsuanyun.com/api)-示例代码:import{setDefaultBaseUrls}from'@google/genai';setDefaultBaseUrls({geminiUrl:'https://router.shengsuanyun.com/api'});2.**图片OCR功能**采用openAI库调用deepseek/deepseek-ocr模型,示例代码如下。import openAI from"openai";const openai=new openAI({baseURL:"https://router.shengsuanyun.com/api/vl",aipKey:"设置界面配置的胜算云API Key",});async fenction main(){try{const response=await openai.chat.comletions.create({model:"deepseek/deepseek-ocr",messages:[{type:'text',text:'提取文本信息'},{type:'image_url',image_url:{url:`data:${mimeType};base64,${base64,${base64Image}`,},{],temperature:0.3,stream:false,});try{//需要确保是object对象const content=JSON.parse(response).choices[0].message.content;console.log(content)}catch(error){}console.log("[chat complete]");}catch(error){console.error("请求失败:",error.message);}}main();3.**PDF文件解析流程**-解析PDF的所有页面(不再限制为前20页)。-对于图片格式的PDF页面,先转换为图片,再通过OCR识别文本。-OCR的过程需要进度显示。-完成所有页面的文本提取后,统一进行数据提取和分析。
添加处理状态进度条
上传:在左侧上传区域拖拽或选择您的文档(PDF、Word或Markdown)。
分析 :点击“分析文件”。AI会同时处理所有文件。影评 :在主仪表盘区域探索生成的摘要和可视化图表。注意:因为选用免费模型,所以图表部分生成不出来,如果有需要者可以单独升级套餐,使用高级模型!


