pdf2vitepress

将 PDF 文档通过 dots.ocr 转为 Markdown，并支持使用 LLM 进行整本 Markdown 翻译。

环境要求

• Python 3.12+
• uv

安装

1. 安装项目依赖：

uv sync

2. 准备环境变量（用于 translate）：

cp .env.example .env

然后在 .env 中填写你的 LLM_API_KEY。

重要说明（运行 just ocr 前必看）

just ocr 会调用 vllm 启动 OCR 服务。请先安装 vllm 工具，否则命令无法运行：

uv tool install vllm

常用命令

查看全部命令：

just

1) 启动 OCR 服务

just ocr

默认会在 http://localhost:8000/v1 提供 OpenAI 兼容接口（与 config.toml 中的 [ocr].endpoint 对应）。

2) PDF 转 Markdown

just convert 'Advances in Financial Machine Learning 2018.pdf'

3) 翻译输出的 Markdown

just translate 'output/Advances in Financial Machine Learning 2018/book.md' lang="zh-CN"

输出目录

• 默认输出目录：./output
• 关键配置在 config.toml：
  • [ocr]：OCR 服务地址、模型与提示词
  • [pdf]：渲染 DPI、并行线程
  • [output]：输出目录、页分隔、图片格式
  • [llm]：翻译服务 endpoint/model/并发/目标语言