diff --git a/docs/latest/advanced/document-processing.md b/docs/latest/advanced/document-processing.md index 671b8877..9548f824 100644 --- a/docs/latest/advanced/document-processing.md +++ b/docs/latest/advanced/document-processing.md @@ -5,7 +5,7 @@ - **RapidOCR**: CPU 友好，无需 GPU，适合基础文字识别 - **MinerU**: 本地化高精度 VLM 解析，适合复杂 PDF 和表格文档 - **MinerU Official**: 官方云服务 API，无需本地部署，开箱即用 -- **PaddleX**: 结构化解析，适合表格、票据等特殊格式 +- **PP-StructureV3**: 结构化解析，适合表格、票据等特殊格式 - **DeepSeek OCR**: 基于 SiliconFlow API 的 DeepSeek OCR OCR 服务 ## 支持的文件类型 @@ -83,17 +83,17 @@ MINERU_API_KEY="your-api-key-here" 然后使用 `docker compose up api -d` 重启后端服务。 -### 4. 结构化解析 (PaddleX) +### 4. 结构化解析 (PP-StructureV3) ```bash -# 需要 GPU，启动 PaddleX 服务 +# 需要 GPU，启动 PP-StructureV3 服务 docker compose up -d paddlex # 启动主服务 docker compose up -d api ``` -### 5. 智能云端 OCR (DeepSeek OCR) +### 5. DeepSeek OCR (SiliconFlow) DeepSeek OCR 基于 SiliconFlow API，提供智能文档理解和 Markdown 格式输出。 @@ -121,7 +121,7 @@ docker compose restart api | **RapidOCR** | 基础文字识别 | CPU | 速度快，资源占用低 | | **MinerU** | 复杂 PDF、表格、公式 | GPU | 精度高，版面分析好 | | **MinerU Official** | 复杂文档解析（云服务） | 无特殊要求 | 官方云服务，开箱即用，有 API 配额 | -| **PaddleX** | 表格、票据、结构化文档 | GPU | 专业版面解析 | +| **PP-StructureV3** | 表格、票据、结构化文档 | GPU | 专业版面解析 | | **DeepSeek OCR** | 智能文档理解和 Markdown 输出 | 无特殊要求 | 云端服务 | ## 参数说明 @@ -134,12 +134,12 @@ docker compose restart api - `onnx_rapid_ocr`: RapidOCR 处理 - `mineru_ocr`: MinerU HTTP API 处理 - `mineru_official`: MinerU 官方云服务 API 处理 -- `paddlex_ocr`: PaddleX 处理 +- `paddlex_ocr`: PP-StructureV3 处理 - `deepseek_ocr`: DeepSeek OCR（SiliconFlow API）处理 ### 注意事项 - **图片文件必须启用 OCR**，否则无法提取内容 -- MinerU 和 PaddleX 需要 GPU 支持 +- MinerU 和 PP-StructureV3 需要 GPU 支持 - MinerU Official 需要设置 `MINERU_API_KEY` 环境变量 - DeepSeek OCR 需要设置 `SILICONFLOW_API_KEY` 环境变量 - RapidOCR 适合 CPU 环境和基础识别需求 \ No newline at end of file diff --git a/docs/latest/advanced/misc.md b/docs/latest/advanced/misc.md index 3872da1a..cc209a50 100644 --- a/docs/latest/advanced/misc.md +++ b/docs/latest/advanced/misc.md @@ -43,7 +43,7 @@ | **9000/9001** | MinIO | milvus-minio | 对象存储 | | **19530/9091** | Milvus | milvus | 向量数据库 | | **30000** | MinerU | mineru | PDF 解析（可选）| -| **8080** | PaddleX | paddlex-ocr | OCR 服务（可选）| +| **8080** | PP-StructureV3 | paddlex-ocr | OCR 服务（可选）| | **8081** | vLLM | - | 本地推理（可选）| ::: tip 端口访问 diff --git a/docs/latest/changelog/faq.md b/docs/latest/changelog/faq.md index 8b11b645..845556e2 100644 --- a/docs/latest/changelog/faq.md +++ b/docs/latest/changelog/faq.md @@ -64,7 +64,7 @@ ### OCR 模型或服务不可用？ - RapidOCR 本地模型：确保 `MODEL_DIR/SWHL/RapidOCR` 下存在 `PP-OCRv4` 模型 - - MinerU/PaddleX：检查健康检查接口与 GPU/CUDA 版本 + - MinerU/PP-StructureV3：检查健康检查接口与 GPU/CUDA 版本 ### 登录失败被锁定？ - 多次失败会临时锁定账户，请根据提示等待后重试 diff --git a/docs/latest/changelog/roadmap.md b/docs/latest/changelog/roadmap.md index 191e07b0..8edc0e5c 100644 --- a/docs/latest/changelog/roadmap.md +++ b/docs/latest/changelog/roadmap.md @@ -2,7 +2,7 @@ 路线图可能会经常变更，如果有强烈的建议，可以在 [issue](https://github.com/xerrors/Yuxi-Know/issues) 中提。 -## v0.4 +v0.5 ### 看板 @@ -28,6 +28,8 @@ - 工具传递给模型的时候，使用英文，但部分模型不支持中文函数名（如gpt-4o-mini） - 首页加载的问题 +## v0.4 + ### 新增 - 新增对于上传附件的智能体中间件，详见[文档](https://xerrors.github.io/Yuxi-Know/latest/advanced/agents-config.html#%E6%96%87%E4%BB%B6%E4%B8%8A%E4%BC%A0%E4%B8%AD%E9%97%B4%E4%BB%B6) - 新增多模态模型支持（当前仅支持图片），详见[文档](https://xerrors.github.io/Yuxi-Know/latest/advanced/agents-config.html#%E5%A4%9A%E6%A8%A1%E6%80%81%E5%9B%BE%E7%89%87%E6%94%AF%E6%8C%81) diff --git a/src/plugins/document_processor_factory.py b/src/plugins/document_processor_factory.py index 394678b9..87afdee5 100644 --- a/src/plugins/document_processor_factory.py +++ b/src/plugins/document_processor_factory.py @@ -40,7 +40,7 @@ class DocumentProcessorFactory: - "onnx_rapid_ocr": RapidOCR 本地 OCR - "mineru_ocr": MinerU HTTP API 文档解析 - "mineru_official": MinerU 官方云服务 API 文档解析 - - "paddlex_ocr": PaddleX 版面解析 + - "paddlex_ocr": PP-StructureV3 版面解析 - "deepseek_ocr": DeepSeek-OCR SiliconFlow API **kwargs: 处理器初始化参数 diff --git a/src/plugins/paddlex_parser.py b/src/plugins/paddlex_parser.py index 65e3af02..a5601bfc 100644 --- a/src/plugins/paddlex_parser.py +++ b/src/plugins/paddlex_parser.py @@ -1,7 +1,7 @@ """ -PaddleX 文档解析器 +PP-StructureV3 文档解析器 -使用 PaddleX PP-StructureV3 进行文档版面解析和内容提取 +使用 PP-StructureV3 进行文档版面解析和内容提取 """ import base64 @@ -17,7 +17,7 @@ from src.utils import logger class PaddleXDocumentParser(BaseDocumentProcessor): - """PaddleX 文档解析器 - 使用 PP-StructureV3 进行版面解析""" + """PP-StructureV3 文档解析器 - 使用 PP-StructureV3 进行版面解析""" def __init__(self, server_url: str | None = None): self.server_url = server_url or os.getenv("PADDLEX_URI") or "http://localhost:8080" @@ -28,7 +28,7 @@ class PaddleXDocumentParser(BaseDocumentProcessor): return "paddlex_ocr" def get_supported_extensions(self) -> list[str]: - """PaddleX 支持 PDF 和多种图像格式""" + """PP-StructureV3 支持 PDF 和多种图像格式""" return [".pdf", ".jpg", ".jpeg", ".png", ".bmp", ".tiff", ".tif"] def _encode_file_to_base64(self, file_path: str) -> str: @@ -64,7 +64,7 @@ class PaddleXDocumentParser(BaseDocumentProcessor): use_seal_recognition: bool = False, **kwargs, ) -> dict[str, Any]: - """调用PaddleX版面解析API""" + """调用PP-StructureV3版面解析API""" # 处理文件输入 processed_file_input = self._process_file_input(file_input) payload = {"file": processed_file_input} @@ -92,7 +92,7 @@ class PaddleXDocumentParser(BaseDocumentProcessor): if response.status_code == 200: return response.json() else: - error_msg = f"PaddleX API请求失败: {response.status_code}" + error_msg = f"PP-StructureV3 API请求失败: {response.status_code}" try: error_result = response.json() raise DocumentParserException(f"{error_msg}: {error_result}", self.get_service_name(), "api_error") @@ -157,45 +157,45 @@ class PaddleXDocumentParser(BaseDocumentProcessor): return parsed_result def check_health(self) -> dict: - """检查 PaddleX 服务健康状态""" + """检查 PP-StructureV3 服务健康状态""" try: response = requests.get(f"{self.base_url}/health", timeout=5) if response.status_code == 200: return { "status": "healthy", - "message": "PaddleX 服务运行正常", + "message": "PP-StructureV3 服务运行正常", "details": {"server_url": self.server_url}, } else: return { "status": "unhealthy", - "message": f"PaddleX 服务响应异常: {response.status_code}", + "message": f"PP-StructureV3 服务响应异常: {response.status_code}", "details": {"server_url": self.server_url}, } except requests.exceptions.ConnectionError: return { "status": "unavailable", - "message": "PaddleX 服务无法连接,请检查服务是否启动", + "message": "PP-StructureV3 服务无法连接,请检查服务是否启动", "details": {"server_url": self.server_url}, } except requests.exceptions.Timeout: return { "status": "timeout", - "message": "PaddleX 服务连接超时", + "message": "PP-StructureV3 服务连接超时", "details": {"server_url": self.server_url}, } except Exception as e: return { "status": "error", - "message": f"PaddleX 健康检查失败: {str(e)}", + "message": f"PP-StructureV3 健康检查失败: {str(e)}", "details": {"server_url": self.server_url, "error": str(e)}, } def process_file(self, file_path: str, params: dict | None = None) -> str: """ - 使用 PaddleX 处理文档 + 使用 PP-StructureV3 处理文档 Args: file_path: 文件路径 @@ -220,7 +220,7 @@ class PaddleXDocumentParser(BaseDocumentProcessor): health = self.check_health() if health["status"] != "healthy": raise DocumentParserException( - f"PaddleX 服务不可用: {health['message']}", self.get_service_name(), health["status"] + f"PP-StructureV3 服务不可用: {health['message']}", self.get_service_name(), health["status"] ) try: @@ -230,7 +230,7 @@ class PaddleXDocumentParser(BaseDocumentProcessor): # 判断文件类型 file_type = 0 if file_ext == ".pdf" else 1 - logger.info(f"PaddleX 开始处理: {os.path.basename(file_path)}") + logger.info(f"PP-StructureV3 开始处理: {os.path.basename(file_path)}") # 调用API api_result = self._call_layout_api( @@ -244,7 +244,7 @@ class PaddleXDocumentParser(BaseDocumentProcessor): # 检查API调用是否成功 if api_result.get("errorCode") != 0: raise DocumentParserException( - f"PaddleX API错误: {api_result.get('errorMsg', '未知错误')}", self.get_service_name(), "api_error" + f"PP-StructureV3 API错误: {api_result.get('errorMsg', '未知错误')}", self.get_service_name(), "api_error" ) # 解析结果 @@ -252,7 +252,7 @@ class PaddleXDocumentParser(BaseDocumentProcessor): text = result.get("full_text", "") processing_time = time.time() - start_time - logger.info(f"PaddleX 处理成功: {os.path.basename(file_path)} - {len(text)} 字符 ({processing_time:.2f}s)") + logger.info(f"PP-StructureV3 处理成功: {os.path.basename(file_path)} - {len(text)} 字符 ({processing_time:.2f}s)") # 记录统计信息 summary = result.get("summary", {}) @@ -265,6 +265,6 @@ class PaddleXDocumentParser(BaseDocumentProcessor): raise except Exception as e: processing_time = time.time() - start_time - error_msg = f"PaddleX 处理失败: {str(e)}" + error_msg = f"PP-StructureV3 处理失败: {str(e)}" logger.error(f"{error_msg} ({processing_time:.2f}s)") raise DocumentParserException(error_msg, self.get_service_name(), "processing_failed") diff --git a/web/src/components/AgentChatComponent.vue b/web/src/components/AgentChatComponent.vue index 9c07c1f6..830825a6 100644 --- a/web/src/components/AgentChatComponent.vue +++ b/web/src/components/AgentChatComponent.vue @@ -1292,10 +1292,34 @@ watch(conversations, () => { .generating-text { margin-left: 12px; - color: var(--gray-700); font-size: 14px; font-weight: 500; letter-spacing: 0.025em; + /* 恢复灰色调：深灰 -> 亮灰(高光) -> 深灰 */ + background: linear-gradient( + 90deg, + var(--gray-700) 0%, + var(--gray-700) 40%, + var(--gray-300) 45%, + var(--gray-200) 50%, + var(--gray-300) 55%, + var(--gray-700) 60%, + var(--gray-700) 100% + ); + background-size: 200% auto; + -webkit-background-clip: text; + background-clip: text; + color: transparent; + animation: waveFlash 2s linear infinite; + } +} + +@keyframes waveFlash { + 0% { + background-position: 200% center; + } + 100% { + background-position: -200% center; } } diff --git a/web/src/components/FileUploadModal.vue b/web/src/components/FileUploadModal.vue index b915b711..7f91c3e8 100644 --- a/web/src/components/FileUploadModal.vue +++ b/web/src/components/FileUploadModal.vue @@ -421,7 +421,7 @@ const enableOcrOptions = computed(() => [ { value: 'paddlex_ocr', label: getPaddleXLabel(), - title: 'PaddleX OCR', + title: 'PP-StructureV3', disabled: ocrHealthStatus.value?.paddlex_ocr?.status === 'unavailable' || ocrHealthStatus.value?.paddlex_ocr?.status === 'error' }, { @@ -488,7 +488,7 @@ const getOcrLabel = (serviceKey, displayName) => { const getRapidOcrLabel = () => getOcrLabel('onnx_rapid_ocr', 'RapidOCR (ONNX)'); const getMinerULabel = () => getOcrLabel('mineru_ocr', 'MinerU OCR'); const getMinerUOfficialLabel = () => getOcrLabel('mineru_official', 'MinerU Official API'); -const getPaddleXLabel = () => getOcrLabel('paddlex_ocr', 'PaddleX OCR'); +const getPaddleXLabel = () => getOcrLabel('paddlex_ocr', 'PP-StructureV3'); const getDeepSeekOcrLabel = () => getOcrLabel('deepseek_ocr', 'DeepSeek OCR'); // 验证OCR服务可用性 @@ -707,7 +707,7 @@ const chunkData = async () => { if (hasImageFiles && chunkParams.value.enable_ocr === 'disable') { message.error({ - content: '检测到图片文件,必须启用 OCR 才能提取文本内容。请在上方选择 OCR 方式 (RapidOCR/MinerU/MinerU Official/PaddleX) 或移除图片文件。', + content: '检测到图片文件,必须启用 OCR 才能提取文本内容。请在上方选择 OCR 方式 (RapidOCR/MinerU/MinerU Official/PP-StructureV3) 或移除图片文件。', duration: 5, }); return;