PDF 处理器

本技能使用MiniMax AI模型处理PDF文件并提取内容（文本和图片）。

何时调用

在以下情况下调用此技能：

• - 用户想要从PDF文件中提取文本
• 用户想要从PDF中提取并分析图片
• 用户要求处理或分析PDF文档
• 用户提到PDF内容提取
• 用户需要将PDF内容转换为结构化数据

前置要求

使用此技能前，请确保：

1. 1. MiniMax API密钥：设置环境变量 MINIMAXAPIKEY 或 MINIMAXGROUPID 和 MINIMAXAPIKEY
2. 必需的Python包：如果尚未安装，请安装以下包：

使用说明

步骤1：读取PDF文件

使用PyMuPDF（fitz）打开并读取PDF：

python
import fitz # PyMuPDF

def extractpdfcontent(pdf_path):
从PDF中提取文本和图片。
doc = fitz.open(pdf_path)
content = {
text: [],
images: []
}

for page_num in range(len(doc)):
page = doc[page_num]

# 提取文本
text = page.get_text()
if text.strip():
content[text].append({
page: page_num + 1,
text: text
})

# 提取图片
images = page.get_images()
for img_index, img in enumerate(images):
xref = img[0]
baseimage = doc.extractimage(xref)
imagebytes = baseimage[image]
# 保存或处理图片
content[images].append({
page: page_num + 1,
index: img_index,
bytes: image_bytes,
ext: base_image[ext]
})

doc.close()
return content

步骤2：使用MiniMax模型进行分析

使用MiniMax的视觉模型分析提取的内容：

python
import base64
from minimax import MiniMax

初始化MiniMax客户端

def analyzewithminimax(text=None, image_bytes=None, prompt=None):
使用MiniMax模型分析内容。

messages = []

# 准备内容
content = []

if text:
content.append({type: text, text: text})

if image_bytes:
# 将图片转换为base64
base64image = base64.b64encode(imagebytes).decode(utf-8)
content.append({
type: image_url,
image_url: {
url: fdata:image/jpeg;base64,{base64_image}
}
})

if prompt:
content.insert(0, {type: text, text: prompt})

messages.append({
role: user,
content: content
})

# 调用MiniMax API
response = client.chat.completions.create(
model=abab6.5s-chat, # 或适当的视觉模型
messages=messages
)

return response.choices[0].message.content

步骤3：完整工作流程

结合提取和分析：

python
def processpdf(pdfpath, analysis_prompt=请分析这个PDF的内容):
完整的PDF处理工作流程。

# 步骤1：提取内容
content = extractpdfcontent(pdf_path)

results = {
text_analysis: [],
image_analysis: []
}

# 步骤2：分析文本
for text_item in content[text]:
analysis = analyzewithminimax(
text=text_item[text],
prompt=f{analysisprompt}\n\n文本内容：\n{textitem[text]}
)
results[text_analysis].append({
page: text_item[page],
analysis: analysis
})

# 步骤3：分析图片
for img_item in content[images]:
analysis = analyzewithminimax(
imagebytes=imgitem[bytes],
prompt=请描述这张图片的内容
)
results[image_analysis].append({
page: img_item[page],
analysis: analysis
})

return results

使用示例

python

处理PDF文件

打印结果

for item in results[image_analysis]:
print(f第{item[page]}页图片：{item[analysis]})

重要注意事项

1. 1. API限制：MiniMax API可能有速率限制。对于大型PDF，请实现适当的延迟。
2. 图片大小：大型图片在发送到API之前可能需要调整大小。
3. 成本：处理包含大量图片的大型文档时，请注意API成本。
4. 错误处理：始终为API调用和文件操作实现适当的错误处理。
5. 隐私：确保根据隐私要求处理敏感的PDF内容。

可选模型

MiniMax提供不同的模型。根据您的需求选择：

• - abab6.5s-chat：快速、高效，适合文本分析
• abab6.5g-chat：更强大的复杂推理能力
• 视觉模型：用于图片分析（查看MiniMax文档获取当前视觉模型名称）

故障排除

1. 1. API密钥问题：验证您的MiniMax API密钥设置正确
2. 图片格式：确保图片为支持的格式（JPEG、PNG）
3. 内存问题：对于大型PDF，分批处理页面
4. 超时错误：增加超时设置或减少内容大小