《AI逐页读书：PDF知识提取与摘要生成器》使用教程

1. 项目目录结构及介绍

本项目《AI逐页读书：PDF知识提取与摘要生成器》的目录结构如下：

AI-reads-books-page-by-page/
├── book_analysis/
│   ├── knowledge_bases/
│   ├── summaries/
│   └── pdfs/
├── LICENCE
├── README.md
├── infinite_math.pdf
├── meditations.pdf
├── read_books.py
└── requirements.txt

• book_analysis/: 存储分析结果的目录，包含三个子目录：
  • knowledge_bases/: 存储提取的知识库文件（JSON格式）。
  • summaries/: 存储间隔摘要和最终摘要的Markdown文件。
  • pdfs/: 存储原始PDF文件的副本。
• LICENCE: 项目的MIT许可证文件。
• README.md: 项目的说明文件，包含项目描述和使用说明。
• infinite_math.pdf 和 meditations.pdf: 示例PDF文件。
• read_books.py: 项目的启动文件，用于执行PDF分析和摘要生成。
• requirements.txt: 项目依赖的Python库列表。

2. 项目的启动文件介绍

项目的启动文件是read_books.py，该文件负责执行以下操作：

• 设置和创建必要的目录。
• 加载或创建知识库。
• 处理PDF文件的每一页，提取知识点并更新知识库。
• 根据配置的间隔生成间隔摘要。
• 在处理完所有页后生成最终摘要。
• 保存知识库和摘要到文件。

3. 项目的配置文件介绍

项目的配置主要通过在read_books.py中设置的常量来完成，以下是一些主要的配置常量：

• PDF_NAME: 要分析的PDF文件名。
• BASE_DIR: 分析的基础目录。
• PDF_DIR: PDF文件存储的目录。
• KNOWLEDGE_DIR: 知识库文件存储的目录。
• SUMMARIES_DIR: 摘要文件存储的目录。
• PDF_PATH: PDF文件的完整路径。
• OUTPUT_PATH: 知识库JSON文件的输出路径。
• ANALYSIS_INTERVAL: 指定每多少页后生成一次间隔摘要，如果设置为None则跳过。
• MODEL: 用于处理页面的AI模型。
• ANALYSIS_MODEL: 用于生成摘要的AI模型。
• TEST_PAGES: 用于测试的页面数，如果设置为None则处理整本书。

用户可以通过修改这些常量的值来配置项目的行为，以适应不同的使用场景和需求。