Forked form https://github.com/echohive42/AI-reads-books-page-by-page , A good start to build PDF studying system.

PDF智能阅读助手 (ReadPDFpbp)

一个基于AI的PDF智能阅读和知识提取工具，帮助你更高效地学习和理解PDF文档。

🌟 特色功能

• 📚 自动分页处理PDF文档
• 🤖 智能识别和跳过无关内容（目录、参考文献等）
• 💡 自动提取关键知识点
• 📊 定期生成阶段性总结
• 📝 生成最终的综合分析报告
• 🌐 支持中文输出
• 🔄 断点续传功能（可从上次处理位置继续）
• 🧹 支持清理历史分析数据

📦 项目结构

ReadPDFpbp/
├── read_books.py      # 主程序文件
├── requirements.txt   # 依赖包列表
├── book_analysis/    # 分析结果存储目录
│   └── [书名]/
│       ├── pdfs/     # PDF文件存储
│       ├── knowledge_bases/  # 知识库JSON文件
│       └── summaries/  # 阶段性和最终总结
└── README.md         # 项目说明文档

🚀 快速开始

环境要求

• Python 3.8+
• OpenAI API 密钥或本地 Ollama 环境

安装步骤

1. 克隆仓库：

git clone https://github.com/VandeeFeng/ReadPDFpbp.git
cd ReadPDFpbp

2. 安装依赖：

pip install -r requirements.txt

使用方法

基本使用：

python read_books.py --pdf "your_book.pdf" --interval 10

参数说明：

• --pdf: PDF文件名（必需）
• --interval: 生成阶段性总结的页数间隔（默认5页）
• --clean: 清理已有的分析数据（可选）

🔧 配置选项

环境变量配置

根据选择的 API provider，需要设置相应的环境变量：

• OpenAI:

  export OPENAI_API_KEY=your_api_key_here

• OpenRouter:

  export OPENROUTER_API_KEY=your_api_key_here

• Ollama: 无需设置环境变量，默认使用本地服务

命令行参数

在 read_books.py 中可以配置：

• --pdf/-p: PDF文件路径
• --interval/-i: 生成阶段性总结的页数间隔（默认5页）
• --clean/-c: 清理已有的分析数据
• --provider/-P: 选择 API provider（ollama/openai/openrouter）
• --model/-m: 使用的 AI 模型
• --analysis-model/-am: 用于分析的 AI 模型

示例：

# 使用 OpenAI
python read_books.py -p "book.pdf" -P openai

# 使用 OpenRouter
python read_books.py -p "book.pdf" -P openrouter

# 使用本地 Ollama（默认）
python read_books.py -p "book.pdf"

📝 输出说明

1. 知识库文件：

   • 格式：JSON
   • 位置：book_analysis/[书名]/knowledge_bases/
   • 内容：包含提取的所有知识点

2. 阶段性总结：

   • 格式：Markdown
   • 位置：book_analysis/[书名]/summaries/[时间戳]/
   • 内容：每N页的阶段性总结

3. 最终分析报告：

   • 格式：Markdown
   • 位置：book_analysis/[书名]/summaries/[时间戳]/
   • 内容：整本书的综合分析

🙏 致谢

本项目基于 AI-reads-books-page-by-page 改进开发。