parxy

Parxy 是一個高效能的文件處理閘道，旨在為複雜的文件工作流程提供統一的介面。它抽象化了各種解析後端之間的差異，使開發人員和自動化代理程式能夠在本地庫（如 PyMuPDF 和 Unstructured）或雲端服務（如 LlamaParse、LLMWhisperer 和 PdfAct）之間切換，而無需更改底層應用程式邏輯。Parxy 的核心價值在於其一致的層級資料模型，能將文件處理為頁面、文字區塊、行、字距和單個字元的結構化流程，並提供精確的邊界框座標和語意角色資訊。這使其成為 AI 驅動的資料提取、RAG 管線和系統性文件轉換任務的理想工具。

• 統一的 API 介面，可在 PyMuPDF、PdfAct、LlamaParse、LLMWhisperer 和 Unstructured 等解析引擎之間切換。

• 層級化的文件模型，提供結構性洞察（段落、標題）與空間資料（邊界框座標）。

• 進階 PDF 操作工具，包括合併指定頁面範圍的文件、將檔案拆分為單頁，以及最佳化大型 PDF（清除中繼資料、字型子集化、影像壓縮）。

• 內建批次處理功能，支援高流量文件匯入、平行執行與串流結果處理。

• 強大的命令列介面 (CLI)，適用於快速原型設計，具備解析器比較用的 TUI、互動式文件預覽及直接轉換為 Markdown 的功能。

• 可擴展的架構，允許開發人員整合自訂解析器或處理特定的 PDF 附件提取需求。

• 最適合開發資料匯入管線、研究自動化或文件管理代理的開發人員。

• 要求 Python 3.12+，並利用 Pydantic v2 進行資料驗證與架構安全。

• 提供基礎套件或擴展額外套件（如 [all], [llama], [unstructured_local]）的安裝選項，以控制依賴項佔用空間。

• 輸入主要是 PDF 檔案，支援將複雜版面轉換為結構化的 JSON 或 Markdown 格式。

• 透過標準環境變數設定 API 金鑰，並支援透過 .env 檔案配置雲端服務憑證，簡化部署流程。