عن المشروع

PDF Craft هي مكتبة بلغة Python مصممة للكتب الممسوحة ضوئياً والمستندات الأكاديمية أو التقنية. تستخرج محتوى الصفحات وتنظم النص الأساسي والفصول وجداول المحتويات والحواشي السفلية والجداول والصيغ والصور بحيث يمكن تحرير النتيجة وقراءتها بسهولة أكبر. القدرات الرئيسية - تحويل PDF إلى Markdown، مع ملفات النصوص والصور. - تحويل PDF إلى EPUB، بما في ذلك بيانات الكتاب الوصفية وجدول المحتويات. - الترجمة أثناء التحويل، أو ترجمة EPUB موجود، مع أوضاع إخراج للترجمة فقط أو ثنائية اللغة. - إخراج PDF مترجم: يتم استخراج النص وترجمته وكتابته مرة أخرى على الصفحات المصدر. - ملفات استخراج قابلة لإعادة الاستخدام (`.pcex`) يمكن حفظها مرة واحدة وإعادة استخدامها لاحقاً للعرض أو الترجمة أو المعالجة على جهاز آخر. مسارات الاستخدام - تطبيق عبر الإنترنت لتجربة سير العمل في المتصفح. - Python مع OCR عن بُعد، للمطورين الذين لا يريدون تشغيل نماذج OCR محلياً؛ يتطلب Python وPoppler وعنوان URL لخدمة OCR متوافقة وبيانات اعتماد. - Python مع OCR محلي، للمطورين الذين يمتلكون GPU من NVIDIA؛ يتطلب Python وPoppler وCUDA وذاكرة VRAM كافية وملفات النماذج. بدء سريع ثبّت باستخدام `python -m pip install pdf-craft`، ثم قم بتكوين مزود OCR (مثل خدمة متوافقة مع DeepSeek OCR) واستدعِ `convert_pdf_to_markdown` أو `convert_pdf_to_epub`. تتوفر واجهة `AsyncPDFCraft` للتطبيقات غير المتزامنة؛ لا ينبغي استدعاء الواجهة المتزامنة من حلقة أحداث قيد التشغيل. تشير ملفات README إلى أن نقاط النهاية المثال هي عناصر نائبة ويجب استبدالها بخدمة عاملة. OCR والمتطلبات يدعم المشروع DeepSeek OCR وDeepSeek OCR 2 وUnlimited OCR، مع تكوينات محلية وبعيدة لكل منها. يدعم التثبيت القياسي OCR عن بُعد؛ يتطلب OCR المحلي إضافة `pdf-craft[local]` وبناء PyTorch متوافق مع CUDA وذاكرة VRAM كافية وملفات النماذج، والتي تُنزَّل من Hugging Face افتراضياً أو يمكن تحميلها محلياً. يعتمد دعم اللغة على مرحلة المعالجة: التعرف على النص يعتمد على نموذج OCR، والترجمة تعتمد على المترجم ونموذج اللغة النصي. معلمة `lan` في EPUB تدعم حالياً `zh` و`en`. التوثيق والملاحظات تربط ملفات README بأدلة التثبيت وخلفيات OCR وتحويل PDF والترجمة وترجمة EPUB ومرجع API وتنسيق `.pcex` واستكشاف الأخطاء. تُرحَّب بالمشكلات وطلبات السحب؛ لمشاكل التحويل يطلب المشروع إصدار الحزمة ونوع تكوين OCR وسجلات الأخطاء وملفاً مصغراً قابلاً للمشاركة، مع إزالة بيانات الاعتماد والمحتوى الخاص أولاً. يُصدر المشروع بموجب رخصة MIT، وتحتفظ التبعيات الخارجية ونماذج OCR المختارة بتراخيصها الخاصة.