Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
Python ai4sciencedocument-analysisdocxextract-datalayout-analysisocrparserpdfpdf-converterpdf-extractor-llmpdf-extractor-pretrainpdf-extractor-ragpdf-parserpptxpythonxlsx
文档维护
目录与发布边界
| 目录 | 用途 | GitHub Pages |
|---|---|---|
en/、zh/ |
双语安装、使用与公开接口参考 | 发布,进入搜索 |
next/ |
现行开发规范、模块边界、ADR 与待办;保留目录名以稳定既有链接 | 发布,通过开发参考页访问 |
native-async-analysis.md |
原生异步运行时说明 | 发布,通过开发参考页访问 |
archive/ |
历史设计、迁移、验收、性能证据及旧平台/第三方教程 | 不发布正文,不进入搜索 |
proposals/ |
未采纳或尚未实现的接口草案 | 不发布正文,不进入搜索 |
用户文档从 en/index.md 和 zh/index.md 进入;开发文档从 next/README.md 进入。
Middle JSON 现行规范只在 next/middle-json/ 维护;官方用户文档引用该规范,不另建一套 schema。
Tasks、file-parse 与版本迁移的公开契约在双语用户文档维护,开发文档链接到它们。
编辑规则
- 同一主题只设一个目录首页。不要同时新增
topic.md与topic/README.md,两者会生成相同网址。 - 面向用户的行为修改同步中英文;代码路径、示例字段和默认值应从当前实现核对。
- 中文小节被跨页引用时使用显式、稳定的英文锚点,如
{#tier-selection}。 - 归档记录保留当时的版本、失败和测试数据;尚未解决的问题迁入
next/backlog.md,不把历史结果改写成当前验收。 - 页面迁移后更新源文件链接,在
_redirects.json登记旧地址。构建为旧页面生成无索引跳转;历史 JSON/PDF 附件的旧下载地址仍返回原字节。 - 归档或提案的站内入口使用 GitHub 源文件链接。截图随使用它的教程保留,不按目录年龄批量删除。
验证
uv pip install -r docs/requirements.txt
python -m mkdocs build --strict
python docs/_hooks/check_site.py site
失效的本地文件或锚点会导致严格构建失败。归档与提案不参与现行页面构建;检查搜索索引时也不应出现它们的正文。
docs/plans/ 与 docs/superpowers/ 已删除,旧内容分别保存在 archive/plans/ 与 archive/superpowers/。不要重新建立现行计划的第二个目录。
ADR 保留决策背景,不作为当前源码路径清单。现行接口说明不得依赖历史报告或未实施提案;需要继续实施的产品事项只进入 next/backlog.md。