[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-namuan--dr-doc-search":3,"tool-namuan--dr-doc-search":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",159636,2,"2026-04-17T23:33:34",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":72,"owner_avatar_url":73,"owner_bio":74,"owner_company":75,"owner_location":75,"owner_email":75,"owner_twitter":75,"owner_website":76,"owner_url":77,"languages":78,"stars":87,"forks":88,"last_commit_at":89,"license":90,"difficulty_score":32,"env_os":91,"env_gpu":92,"env_ram":92,"env_deps":93,"category_tags":103,"github_topics":104,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":109,"updated_at":110,"faqs":111,"releases":142},8780,"namuan\u002Fdr-doc-search","dr-doc-search","Converse with book - Built with GPT-3","dr-doc-search 是一款能让你“与书对话”的开源工具，专为处理 PDF 文档设计。它解决了传统阅读中难以快速从长篇文档或扫描版书籍中精准定位信息的痛点。用户只需上传 PDF 文件，即可通过自然语言提问，直接获取基于文档内容的智能回答，仿佛有一位专属助手在旁解读。\n\n这款工具特别适合研究人员、学生、开发者以及需要频繁查阅技术手册或学术文献的专业人士。无论是分析复杂的经济学论文，还是检索厚重的技术文档，dr-doc-search 都能大幅提升信息获取效率。\n\n其技术亮点在于灵活的模型支持：既兼容强大的 OpenAI GPT-3 模型以确保回答质量，也支持使用 HuggingFace 开源模型，让用户在无 API 密钥的情况下也能自由运行。此外，它内置了 OCR（光学字符识别）功能，能够处理扫描版图片 PDF，将其转化为可搜索的文本。安装简便，既支持命令行快速查询，也提供友好的网页交互界面，让非技术人员也能轻松上手体验“问书”的乐趣。","# Doc Search\n\n[![PyPI](https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fdr-doc-search?style=flat-square)](https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdr-doc-search\u002F)\n[![PyPI - Python Version](https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fpyversions\u002Fdr-doc-search?style=flat-square)](https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdr-doc-search\u002F)\n[![PyPI - License](https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fl\u002Fdr-doc-search?style=flat-square)](https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdr-doc-search\u002F)\n\nConverse with a book (PDF)\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnamuan_dr-doc-search_readme_35451b96b738.gif)\n\nSee [tweet](https:\u002F\u002Ftwitter.com\u002Fdeskriders_twt\u002Fstatus\u002F1612088387984588802) for full demo.\n\n---\n\n**Documentation**: [https:\u002F\u002Fnamuan.github.io\u002Fdr-doc-search](https:\u002F\u002Fnamuan.github.io\u002Fdr-doc-search)\n\n**Source Code**: [https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search](https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search)\n\n**PyPI**: [https:\u002F\u002Fpypi.org\u002Fproject\u002Fdr-doc-search\u002F](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdr-doc-search\u002F)\n\n---\n\n## Pre-requisites\n\n- [Tessaract OCR](https:\u002F\u002Fgithub.com\u002Ftesseract-ocr\u002Ftesseract)\n- [ImageMagick](https:\u002F\u002Fimagemagick.org\u002Findex.php)\n\n> **Note:**\n> If you are using Windows, then make sure that you set the location\n> of ImageMagick executable in the `IMCONV` environment variable.\n\n```shell\n# For example, if you have installed ImageMagick in PROGRAMFILES\\ImageMagick-7.1.0-Q16-HDRI\nset IMCONV=\"%PROGRAMFILES%\\ImageMagick-7.1.0-Q16-HDRI\\magick\"\n```\n\n## Installation\n\n```sh\npip install dr-doc-search\n```\n\n## Example Usage\n\nThere are two steps to use this application:\n\n**1.** First, you need to create the index and generate embeddings for the PDF file.\nHere I'm using a PDF file generated from this page [Parable of a Monetary Economy\n   ](http:\u002F\u002Fheteconomist.com\u002Fparable-of-a-monetary-economy\u002F)\n\nBefore running this, you need to set up your OpenAI API key. You can get it from [OpenAI](https:\u002F\u002Fbeta.openai.com\u002Faccount\u002Fapi-keys).\n\n> From version 1.5.0, you can skip OpenAI and use HuggingFace models to generate embeddings and answers.\n\n```shell\nexport OPENAI_API_KEY=\u003Cyour-openai-api-key>\n```\n\nThe run the following command to start the training process:\n\n```shell\ndr-doc-search --train -i ~\u002FDownloads\u002Fparable-of-a-monetary-economy-heteconomist.pdf\n```\n\nUse `huggingface` for generating embeddings:\n\n```shell\ndr-doc-search --train -i ~\u002FDownloads\u002Fparable-of-a-monetary-economy-heteconomist.pdf --embedding huggingface\n```\n\nThe training process generates some temporary files in the `OutputDir\u002Fdr-doc-search\u002F\u003Cpdf-name>` folder under your home directory.\nHere is what it looks like:\n\n```text\n ~\u002FOutputDir\u002Fdr-doc-search\u002Fparable-of-a-monetary-economy-heteconomist\n$ tree\n.\n├── images\n│ ├── output-1.png\n│ ├── output-10.png\n│ ├── output-11.png\n...\n│ └── output-9.png\n├── index\n│ ├── docsearch.index\n│ └── index.pkl\n├── parable-of-a-monetary-economy-heteconomist.pdf\n└── scanned\n    ├── output-1.txt\n    ...\n    └── output-9.txt\n```\n\n> **Note:**\n> It is possible to change the base of the output directory by providing the `--app-dir` argument.\n\n**2.** Now that we have the index, we can use it to start asking questions.\n\n```shell\ndr-doc-search -i ~\u002FDownloads\u002Fparable-of-a-monetary-economy-heteconomist.pdf --input-question \"How did the attempt to reduce the debut resulted in decrease in employment?\"\n```\n\nOr You can open up a web interface (on port :5006) to ask questions:\n\n```shell\ndr-doc-search --web-app -i ~\u002FDownloads\u002Fparable-of-a-monetary-economy-heteconomist.pdf\n```\n\nTo use `huggingface` model, provide the `--llm` argument:\n\n```shell\ndr-doc-search --web-app -i ~\u002FDownloads\u002Fparable-of-a-monetary-economy-heteconomist.pdf --llm huggingface\n```\n\nThere are more options for choose the start and end pages for the PDF file.\nSee the help for more details:\n\n```shell\ndr-doc-search --help\n```\n\n## Acknowledgements\n\n- [anton\u002F@abacaj](https:\u002F\u002Ftwitter.com\u002Fabacaj\u002Fstatus\u002F1608163940726358024) for the idea\n- [LangChain](https:\u002F\u002Fgithub.com\u002Fhwchase17\u002Flangchain)\n- [HoloViz Panel](https:\u002F\u002Fpanel.holoviz.org\u002F)\n- [OpenAI](https:\u002F\u002Fbeta.openai.com\u002F)\n\n## Development\n\n* Clone this repository\n* Requirements:\n  * Python 3.7+\n  * [Poetry](https:\u002F\u002Fpython-poetry.org\u002F)\n\n* Create a virtual environment and install the dependencies\n```sh\npoetry install\n```\n\n* Activate the virtual environment\n```sh\npoetry shell\n```\n\n### Validating build\n```sh\nmake build\n```\n\n### Release process\nA release is automatically published when a new version is bumped using `make bump`.\nSee `.github\u002Fworkflows\u002Fbuild.yml` for more details.\nOnce the release is published, `.github\u002Fworkflows\u002Fpublish.yml` will automatically publish it to PyPI.\n\n### Disclaimer\n\nThis project is not affiliated with OpenAI.\nThe OpenAI API and GPT-3 language model are not free after the trial period.\n","# 文档搜索\n\n[![PyPI](https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fdr-doc-search?style=flat-square)](https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdr-doc-search\u002F)\n[![PyPI - Python Version](https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fpyversions\u002Fdr-doc-search?style=flat-square)](https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdr-doc-search\u002F)\n[![PyPI - License](https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fl\u002Fdr-doc-search?style=flat-square)](https:\u002F\u002Fpypi.python.org\u002Fpypi\u002Fdr-doc-search\u002F)\n\n与一本书（PDF）对话\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnamuan_dr-doc-search_readme_35451b96b738.gif)\n\n完整演示请参见 [推文](https:\u002F\u002Ftwitter.com\u002Fdeskriders_twt\u002Fstatus\u002F1612088387984588802)。\n\n---\n\n**文档**: [https:\u002F\u002Fnamuan.github.io\u002Fdr-doc-search](https:\u002F\u002Fnamuan.github.io\u002Fdr-doc-search)\n\n**源代码**: [https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search](https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search)\n\n**PyPI**: [https:\u002F\u002Fpypi.org\u002Fproject\u002Fdr-doc-search\u002F](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdr-doc-search\u002F)\n\n---\n\n## 前置条件\n\n- [Tessaract OCR](https:\u002F\u002Fgithub.com\u002Ftesseract-ocr\u002Ftesseract)\n- [ImageMagick](https:\u002F\u002Fimagemagick.org\u002Findex.php)\n\n> **注意：**\n> 如果您使用的是 Windows，请确保在 `IMCONV` 环境变量中设置 ImageMagick 可执行文件的路径。\n\n```shell\n# 例如，如果您将 ImageMagick 安装在 PROGRAMFILES\\ImageMagick-7.1.0-Q16-HDRI\nset IMCONV=\"%PROGRAMFILES%\\ImageMagick-7.1.0-Q16-HDRI\\magick\"\n```\n\n## 安装\n\n```sh\npip install dr-doc-search\n```\n\n## 示例用法\n\n使用此应用程序分为两个步骤：\n\n**1.** 首先，您需要为 PDF 文件创建索引并生成嵌入向量。这里我使用的是从该页面生成的 PDF 文件 [货币经济寓言](http:\u002F\u002Fheteconomist.com\u002Fparable-of-a-monetary-economy\u002F)。\n\n在运行之前，您需要设置 OpenAI API 密钥。您可以从 [OpenAI](https:\u002F\u002Fbeta.openai.com\u002Faccount\u002Fapi-keys) 获取。\n\n> 从版本 1.5.0 开始，您可以跳过 OpenAI，使用 HuggingFace 模型来生成嵌入和答案。\n\n```shell\nexport OPENAI_API_KEY=\u003Cyour-openai-api-key>\n```\n\n然后运行以下命令开始训练过程：\n\n```shell\ndr-doc-search --train -i ~\u002FDownloads\u002Fparable-of-a-monetary-economy-heteconomist.pdf\n```\n\n使用 `huggingface` 生成嵌入：\n\n```shell\ndr-doc-search --train -i ~\u002FDownloads\u002Fparable-of-a-monetary-economy-heteconomist.pdf --embedding huggingface\n```\n\n训练过程会在您的主目录下的 `OutputDir\u002Fdr-doc-search\u002F\u003Cpdf-name>` 文件夹中生成一些临时文件。如下所示：\n\n```text\n ~\u002FOutputDir\u002Fdr-doc-search\u002Fparable-of-a-monetary-economy-heteconomist\n$ tree\n.\n├── images\n│ ├── output-1.png\n│ ├── output-10.png\n│ ├── output-11.png\n...\n│ └── output-9.png\n├── index\n│ ├── docsearch.index\n│ └── index.pkl\n├── parable-of-a-monetary-economy-heteconomist.pdf\n└── scanned\n    ├── output-1.txt\n    ...\n    └── output-9.txt\n```\n\n> **注意：**\n> 您可以通过提供 `--app-dir` 参数来更改输出目录的基础路径。\n\n**2.** 现在我们已经有了索引，就可以用它来开始提问了。\n\n```shell\ndr-doc-search -i ~\u002FDownloads\u002Fparable-of-a-monetary-economy-heteconomist.pdf --input-question \"尝试减少债务是如何导致就业下降的？\"\n```\n\n或者您也可以打开一个 Web 界面（在端口 :5006 上）来提问：\n\n```shell\ndr-doc-search --web-app -i ~\u002FDownloads\u002Fparable-of-a-monetary-economy-heteconomist.pdf\n```\n\n要使用 `huggingface` 模型，请提供 `--llm` 参数：\n\n```shell\ndr-doc-search --web-app -i ~\u002FDownloads\u002Fparable-of-a-monetary-economy-heteconomist.pdf --llm huggingface\n```\n\n还有更多选项可以用来选择 PDF 文件的起始页和结束页。有关详细信息，请参阅帮助：\n\n```shell\ndr-doc-search --help\n```\n\n## 致谢\n\n- [anton\u002F@abacaj](https:\u002F\u002Ftwitter.com\u002Fabacaj\u002Fstatus\u002F1608163940726358024) 提出的想法\n- [LangChain](https:\u002F\u002Fgithub.com\u002Fhwchase17\u002Flangchain)\n- [HoloViz Panel](https:\u002F\u002Fpanel.holoviz.org\u002F)\n- [OpenAI](https:\u002F\u002Fbeta.openai.com\u002F)\n\n## 开发\n\n* 克隆此仓库\n* 要求：\n  * Python 3.7+\n  * [Poetry](https:\u002F\u002Fpython-poetry.org\u002F)\n\n* 创建虚拟环境并安装依赖项\n```sh\npoetry install\n```\n\n* 激活虚拟环境\n```sh\npoetry shell\n```\n\n### 验证构建\n```sh\nmake build\n```\n\n### 发布流程\n当使用 `make bump` 提升新版本时，会自动发布一个新版本。有关详细信息，请参阅 `.github\u002Fworkflows\u002Fbuild.yml`。一旦发布完成，`.github\u002Fworkflows\u002Fpublish.yml` 将自动将其发布到 PyPI。\n\n### 免责声明\n\n本项目与 OpenAI 无关。试用期结束后，OpenAI API 和 GPT-3 语言模型将不再免费。","# dr-doc-search 快速上手指南\n\n`dr-doc-search` 是一个开源工具，允许你与 PDF 书籍（文档）进行对话。它通过提取文档内容、生成向量索引，并利用大语言模型（如 OpenAI 或 HuggingFace）来回答基于文档内容的问题。\n\n## 环境准备\n\n在开始之前，请确保你的系统已安装以下前置依赖：\n\n1.  **Tesseract OCR**：用于从 PDF 中提取文本（特别是扫描版）。\n    *   安装参考：[Tesseract GitHub](https:\u002F\u002Fgithub.com\u002Ftesseract-ocr\u002Ftesseract)\n2.  **ImageMagick**：用于图像处理。\n    *   安装参考：[ImageMagick 官网](https:\u002F\u002Fimagemagick.org\u002Findex.php)\n    *   **Windows 用户特别注意**：安装后需设置环境变量 `IMCONV` 指向 ImageMagick 的可执行文件路径。\n        ```shell\n        # 示例：如果安装在默认路径\n        set IMCONV=\"%PROGRAMFILES%\\ImageMagick-7.1.0-Q16-HDRI\\magick\"\n        ```\n\n## 安装步骤\n\n使用 pip 直接安装：\n\n```sh\npip install dr-doc-search\n```\n\n> **提示**：国内用户若下载缓慢，可使用清华或阿里镜像源：\n> ```sh\n> pip install dr-doc-search -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 基本使用\n\n使用该工具主要分为两个步骤：**建立索引**和**提问**。\n\n### 第一步：配置 API 并建立索引\n\n你需要准备一个 OpenAI API Key，或者选择使用免费的 HuggingFace 模型。\n\n**选项 A：使用 OpenAI (默认)**\n```shell\nexport OPENAI_API_KEY=\u003Cyour-openai-api-key>\n```\n\n**选项 B：使用 HuggingFace (无需 OpenAI Key)**\n从 v1.5.0 起支持直接使用本地模型。\n\n运行以下命令对 PDF 进行训练并生成索引（以 `example.pdf` 为例）：\n\n*使用 OpenAI:*\n```shell\ndr-doc-search --train -i example.pdf\n```\n\n*使用 HuggingFace:*\n```shell\ndr-doc-search --train -i example.pdf --embedding huggingface\n```\n\n> 执行后，程序会在当前用户目录下的 `OutputDir\u002Fdr-doc-search\u002F\u003Cpdf-name>` 文件夹中生成临时文件、图片及索引文件。\n\n### 第二步：提问\n\n索引生成完毕后，你可以通过命令行直接提问，或启动 Web 界面。\n\n**方式 1：命令行单次提问**\n```shell\ndr-doc-search -i example.pdf --input-question \"你的问题内容\"\n```\n\n**方式 2：启动 Web 交互界面**\n这将启动一个本地网页服务（默认端口 5006），方便在浏览器中对话。\n\n*使用 OpenAI:*\n```shell\ndr-doc-search --web-app -i example.pdf\n```\n\n*使用 HuggingFace 模型:*\n```shell\ndr-doc-search --web-app -i example.pdf --llm huggingface\n```\n\n启动后，在浏览器访问 `http:\u002F\u002Flocalhost:5006` 即可开始与文档对话。\n\n> 更多参数（如指定页码范围、输出目录等）可通过 `dr-doc-search --help` 查看。","一位经济学研究员正在深入研读一份长达 80 页、包含大量扫描图表的英文学术 PDF《货币经济寓言》，急需从中提取特定因果逻辑以支撑论文观点。\n\n### 没有 dr-doc-search 时\n- **检索效率低下**：面对非结构化的扫描版 PDF，无法使用 Ctrl+F 搜索，只能人工逐页翻阅查找关键词，耗时数小时。\n- **图文理解割裂**：文档中的关键数据存在于图片中，传统 OCR 工具仅能提取文字，无法结合上下文解读图表含义。\n- **问答交互缺失**：遇到复杂逻辑（如“债务减少如何导致就业下降”）时，无法直接向文档提问，需自行阅读全段后总结归纳。\n- **环境配置繁琐**：若尝试自建类似功能，需分别处理 Tesseract OCR、ImageMagick 及向量数据库的兼容性问题，开发门槛高。\n\n### 使用 dr-doc-search 后\n- **秒级精准定位**：只需运行一条命令建立索引，dr-doc-search 即可自动完成 OCR 识别与向量化，将查询响应时间从小时级缩短至秒级。\n- **图文深度融合**：内置的 OCR 流程自动提取图片中的文字信息，让 AI 能基于图表数据回答关于趋势和数值的具体问题。\n- **自然语言对话**：研究人员可直接通过命令行或 Web 界面用自然语言提问，dr-doc-search 基于 GPT-3 或 HuggingFace 模型直接生成带依据的答案。\n- **开箱即用体验**：无需关心底层依赖配置，安装后即可支持 OpenAI 或本地模型，快速构建专属的书籍对话助手。\n\ndr-doc-search 的核心价值在于将静态、晦涩的扫描文档转化为可即时对话的知识库，极大释放了深度阅读的生产力。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnamuan_dr-doc-search_8b4e6688.png","namuan","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fnamuan_da4556d5.jpg","Building stuff to improve developer productivity",null,"https:\u002F\u002Fdeskriders.dev","https:\u002F\u002Fgithub.com\u002Fnamuan",[79,83],{"name":80,"color":81,"percentage":82},"Python","#3572A5",92.1,{"name":84,"color":85,"percentage":86},"Makefile","#427819",7.9,596,58,"2026-04-01T01:05:00","MIT","Linux, macOS, Windows","未说明",{"notes":94,"python":95,"dependencies":96},"必须预先安装 Tesseract OCR 和 ImageMagick。在 Windows 系统上，需将 ImageMagick 的可执行文件路径设置为 'IMCONV' 环境变量。支持使用 OpenAI API（需配置密钥）或 HuggingFace 模型进行嵌入生成和问答。开发环境建议使用 Poetry 管理依赖。","3.7+",[97,98,99,100,101,102],"tesseract-ocr","imagemagick","langchain","panel","openai","transformers (可选)",[14,35],[105,99,106,107,108],"gpt3","nlp-machine-learning","python","summarization","2026-03-27T02:49:30.150509","2026-04-18T09:19:26.834968",[112,117,122,127,132,137],{"id":113,"question_zh":114,"answer_zh":115,"source_url":116},39385,"在 Windows 上运行 dr-doc-search 时出现 'Invalid Parameter' 或 'convert' 命令错误怎么办？","这是因为 Windows 系统自带的 'convert' 命令与 ImageMagick 的 'convert' 冲突。解决方法是：\n1. 确保已安装 ImageMagick。\n2. 设置环境变量 `IMCONV` 指向 ImageMagick 的可执行文件路径，例如：\n   set IMCONV=\"%PROGRAMFILES%\\ImageMagick-7.1.0-Q16-HDRI\\magick\"\n3. 升级库到版本 1.6.3 或以上，该版本已支持从 `IMCONV` 环境变量读取路径并自动使用 `magick convert` 命令。\n此问题已在 v1.6.3 中修复。","https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fissues\u002F7",{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},39386,"如何在 Google Colab 或 Jupyter Notebook 中安装 dr-doc-search？遇到 'No matching distribution found' 错误。","该错误是因为 Google Colab 默认使用的 Python 版本低于库所支持的版本。维护者已更新库以支持 Python 3.8。请确保您的环境使用 Python 3.8 或更高版本，然后重新运行：\n!pip install dr-doc-search\n现在应该可以正常安装。","https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fissues\u002F16",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},39387,"是否可以使用 OpenAI 以外的模型提供商（如本地模型）？","可以。从 v1.5.0 开始，dr-doc-search 支持使用 HuggingFace 进行嵌入和文本生成，从而实现完全本地运行。\n训练命令示例：\ndr-doc-search --train -i ~\u002FDownloads\u002Ffile.pdf --embedding huggingface\n启动 Web 应用命令示例：\ndr-doc-search --web-app -i ~\u002FDownloads\u002Ffile.pdf --llm huggingface -v\n默认使用 pszemraj\u002Flong-t5-tglobal-base-16384-book-summary 模型，也可根据需要替换其他模型。","https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fissues\u002F8",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},39388,"遇到 openai.error.InvalidRequestError: [''] is not valid under any of the given schemas 错误如何解决？","该问题已在 dr-doc-search 版本 1.4.1 中修复。请将库升级到最新版本：\npip install --upgrade dr-doc-search\n升级后该错误应不再出现。","https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fissues\u002F6",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},39389,"如何在 Windows 10 上成功运行基于 HuggingFace 的 LLM 示例？","在 Windows 上运行前，请先完成以下配置：\n1. 安装 ImageMagick。\n2. 设置环境变量 `IMCONV` 指向 magick.exe 的路径，例如：\n   set IMCONV=\"%PROGRAMFILES%\\ImageMagick-7.1.0-Q16-HDRI\\magick\"\n3. 确保安装 dr-doc-search 版本 >= 1.6.3。\n完成上述步骤后，即可正常运行包含 PDF 转换和 HuggingFace 模型的完整流程。","https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fissues\u002F15",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},39390,"是否支持将处理结果导出为 Markdown 或 PDF 格式？","目前该功能尚在规划中（见 Issue #4），官方尚未提供内置的导出按钮或命令。用户可自行编写脚本，利用库生成的中间数据（如提取的文本或图像）手动导出为 Markdown 或 PDF。建议关注后续版本更新以获取原生支持。","https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fissues\u002F4",[143,148,153,158,163,168,173,178,183,188,193,198,203],{"id":144,"version":145,"summary_zh":146,"released_at":147},315334,"1.6.3","## 1.6.3 (2023-02-18)\n\n### 修复\n\n- 支持 Windows 上的 ImageMagick\n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F1.6.2...1.6.3","2023-02-18T21:45:28",{"id":149,"version":150,"summary_zh":151,"released_at":152},315335,"1.6.2","## 1.6.2（2023-02-18）\n\n### 修复\n\n- 支持 Python 3.8\n\n## 变更内容\n* [Actions] 由 @github-actions 在 https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fpull\u002F11 中自动更新依赖项\n\n## 新贡献者\n* @github-actions 在 https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fpull\u002F11 中完成了首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F1.6.0...1.6.2","2023-02-18T21:10:29",{"id":154,"version":155,"summary_zh":156,"released_at":157},315336,"1.6.0","## 1.6.0（2023-02-05）\n\n### 功能\n\n- 使用 OpenAI 时可设置温度 功能：将聊天记录存储在会话间持久保留的聊天存档中\n\n**完整更新日志**：https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F1.5.1...1.6.0","2023-02-05T20:02:22",{"id":159,"version":160,"summary_zh":161,"released_at":162},315337,"1.5.1","## 1.5.1（2023-01-29）\n\n### 修复\n\n- 修复索引失效问题，仅对前两个文本块生效 @Klingefjord\n- 屏蔽警告信息\n\n## 变更内容\n* 修复：修复索引失效问题——仅前两个文本块会被索引 @Klingefjord 在 https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fpull\u002F9 中完成\n\n## 新贡献者\n* @Klingefjord 在 https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fpull\u002F9 中完成了首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F1.5.0...1.5.1","2023-01-29T21:49:43",{"id":164,"version":165,"summary_zh":166,"released_at":167},315338,"1.5.0","## 1.5.0（2023-01-29）\n\n### 功能\n\n- 允许用户指定除 OpenAI 之外的其他大语言模型\n\n**完整更新日志**：https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F1.4.0...1.5.0","2023-01-29T21:29:09",{"id":169,"version":170,"summary_zh":171,"released_at":172},315339,"1.4.1","## 1.4.1（2023-01-14）\n\n### 修复\n\n- 忽略空文本块，因为它会导致后续报错\n\n**完整更新日志**：https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F1.3.0...1.4.1","2023-01-14T09:20:03",{"id":174,"version":175,"summary_zh":176,"released_at":177},315340,"1.4.0","## 1.4.0（2023-01-14）\n\n### 功能\n\n- 使用体验的细微优化\n- 在显示答案时添加行高\n\n**完整更新日志**：https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F1.3.0...1.4.0","2023-01-14T09:14:26",{"id":179,"version":180,"summary_zh":181,"released_at":182},315341,"1.3.0","## 1.3.0 (2023-01-08)\n\n### 功能\n\n- 增加对 Hugging Face 嵌入的支持，并允许用户选择除 OpenAI 之外的其他嵌入服务提供商\n- 添加对 PDF 文件进行预处理的选项\n\n### 修复\n\n- 更新变更日志，并移除用于 GitHub 问题的 # 符号\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F1.2.0...1.3.0","2023-01-08T21:50:44",{"id":184,"version":185,"summary_zh":186,"released_at":187},315342,"1.2.0","## 1.2.0 (2023-01-07)\n\n### 功能\n\n- 移除查找相似性的重复处理\n\n### 修复\n\n- 仅当源路径不同时才复制 PDF 文件\n\n### 重构\n\n- 简化代码\n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F1.1.0...1.2.0","2023-01-07T12:55:46",{"id":189,"version":190,"summary_zh":191,"released_at":192},315343,"1.1.0","## 1.1.0 (2023-01-07)\n\n### 功能\n\n- #2 提供仅为指定书籍创建模型的选项\n- #1 使用 Holoviz Panel 框架的 Web 界面\n\n### 重构\n\n- 代码清理\n- 将工作流步骤合并到一个文件中，便于移植到其他项目\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F1.0.1...1.1.0","2023-01-07T11:23:35",{"id":194,"version":195,"summary_zh":196,"released_at":197},315344,"1.0.1","## 1.0.1 (2023-01-06)\n\n### Fix\n\n- Ignore tests (temp) as they can't run on Github Actions due to binary dependencies\n\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F0.10.0...1.0.1","2023-01-06T22:00:10",{"id":199,"version":200,"summary_zh":201,"released_at":202},315345,"0.10.0","## 0.10.0 (2023-01-04)\n\n### Feat\n\n- Single version using another method\n\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcompare\u002F0.0.0...0.10.0","2023-01-04T20:55:27",{"id":204,"version":205,"summary_zh":206,"released_at":207},315346,"0.0.0","**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fnamuan\u002Fdr-doc-search\u002Fcommits\u002F0.0.0","2023-01-04T20:48:58"]