LLM Wiki is a cross-platform desktop application that turns your documents into an organized, interlinked knowledge base — automatically. Instead of traditional RAG (retrieve-and-answer from scratch every time), the LLM incrementally builds and maintains a persistent wiki from your sources。
TypeScript
docs: document MinerU PDF parsing
nash_sua732881f4d84
diff --git a/README.md b/README.mdindex c8ced7fd..91e3afb3 100644--- a/README.md+++ b/README.md@@ -32,6 +32,7 @@- **Two-Step Chain-of-Thought Ingest** — LLM analyzes first, then generates wiki pages with source traceability and incremental cache- **Multimodal Image Ingestion** — extract embedded images from PDFs, generate factual captions with a vision LLM, surface them in image-aware search results with lightbox preview and jump-to-source+- **Optional MinerU PDF Parsing** — use MinerU cloud parsing for complex PDFs with tables, formulas, and dense layouts; the built-in local parser remains the default- **4-Signal Knowledge Graph** — relevance model with direct links, source overlap, Adamic-Adar, and type affinity- **Louvain Community Detection** — automatic knowledge cluster discovery with cohesion scoring- **Graph Insights** — surprising connections and knowledge gaps with one-click Deep Research@@ -303,7 +304,7 @@ The original focuses on text/markdown. We support structured extraction preservi| Format | Method ||--------|--------|-| PDF | pdf-extract (Rust) with file caching |+| PDF | Built-in pdf-extract (Rust) with file caching; optional MinerU cloud parsing for tables, formulas, and complex layouts || DOCX | docx-rs — headings, bold/italic, lists, tables → structured Markdown || PPTX | ZIP + XML — slide-by-slide extraction with heading/list structure || XLSX/XLS/ODS | calamine — proper cell types, multi-sheet support, Markdown tables |@@ -311,6 +312,8 @@ The original focuses on text/markdown. We support structured extraction preservi| Video/Audio | Built-in player || Web clips | Readability.js + Turndown.js → clean Markdown |+> MinerU is optional. When enabled, PDF files are uploaded to MinerU cloud for parsing; keep the built-in parser for sensitive documents. If MinerU fails, LLM Wiki falls back to the built-in parser. MinerU usage is subject to its file size, page count, and quota limits.+### 15. File Deletion with Cascade CleanupThe original has no deletion mechanism. We added **intelligent cascade deletion**:@@ -361,7 +364,7 @@ The original is platform-agnostic (abstract pattern). We handle concrete cross-p| Graph | sigma.js + graphology + ForceAtlas2 || Search | Tokenized search + graph relevance + optional vector (LanceDB) || Vector DB | LanceDB (Rust, embedded, optional) |-| PDF | pdf-extract |+| PDF | pdf-extract + optional MinerU cloud parser || Office | docx-rs + calamine || i18n | react-i18next || State | Zustand |diff --git a/README_CN.md b/README_CN.mdindex 21cc24d3..abf9cbff 100644--- a/README_CN.md+++ b/README_CN.md@@ -32,6 +32,7 @@- **两步思维链摄入** — LLM 先分析再生成 Wiki 页面,来源可追溯,支持增量缓存- **多模态图片摄入** — 自动提取 PDF 内嵌图片,调用视觉模型生成事实性描述,搜索结果按图文分区,支持 lightbox 预览与跳转到原始文档对应位置+- **可选 MinerU PDF 解析** — 可启用 MinerU 云端解析复杂 PDF(表格、公式、密集排版),默认仍使用内置本地解析- **四信号知识图谱** — 直接链接、来源重叠、Adamic-Adar、类型亲和四维关联度模型- **Louvain 社区检测** — 自动发现知识聚类,内聚度评分- **图谱洞察** — 惊奇连接与知识空白检测,一键触发 Deep Research@@ -303,7 +304,7 @@ LLM Wiki 是一个跨平台桌面应用,能将你的文档自动转化为有| 格式 | 方法 ||------|------|-| PDF | pdf-extract(Rust)+ 文件缓存 |+| PDF | 内置 pdf-extract(Rust)+ 文件缓存;可选 MinerU 云端解析表格、公式和复杂排版 || DOCX | docx-rs —— 标题、加粗/斜体、列表、表格 → 结构化 Markdown || PPTX | ZIP + XML —— 逐页提取,保留标题/列表结构 || XLSX/XLS/ODS | calamine —— 正确的单元格类型、多工作表支持、Markdown 表格 |@@ -311,6 +312,8 @@ LLM Wiki 是一个跨平台桌面应用,能将你的文档自动转化为有| 视频/音频 | 内置播放器 || 网页剪藏 | Readability.js + Turndown.js → 干净的 Markdown |+> MinerU 是可选功能。启用后 PDF 文件会上传到 MinerU 云端解析;敏感文档建议继续使用内置本地解析。若 MinerU 解析失败,LLM Wiki 会回退到内置解析。MinerU 使用受其文件大小、页数和额度限制约束。+### 15. 文件删除级联清理原始设计没有删除机制。我们新增了**智能级联删除**:@@ -361,7 +364,7 @@ LLM Wiki 是一个跨平台桌面应用,能将你的文档自动转化为有| 图谱 | sigma.js + graphology + ForceAtlas2 || 搜索 | 分词搜索 + 图谱关联度 + 可选向量(LanceDB) || 向量数据库 | LanceDB(Rust,嵌入式,可选) |-| PDF | pdf-extract |+| PDF | pdf-extract + 可选 MinerU 云端解析 || Office | docx-rs + calamine || 国际化 | react-i18next || 状态管理 | Zustand |diff --git a/README_JA.md b/README_JA.mdindex c25f3f10..0c8bc031 100644--- a/README_JA.md+++ b/README_JA.md@@ -32,6 +32,7 @@- **2 段階 Chain-of-Thought インジェスト** — LLM がまず分析を行い、その後ソース追跡可能な Wiki ページを生成。増分キャッシュ対応- **マルチモーダル画像インジェスト** — PDF 内の埋め込み画像を抽出し、Vision LLM で事実ベースのキャプションを生成。画像対応の検索結果、ライトボックスプレビュー、元資料の該当位置へのジャンプに対応+- **任意の MinerU PDF 解析** — 表、数式、複雑なレイアウトを含む PDF には MinerU クラウド解析を利用可能。既定では内蔵ローカル解析を使用- **4 シグナル知識グラフ** — 直接リンク、ソース重複、Adamic-Adar、タイプ親和性による関連度モデル- **Louvain コミュニティ検出** — 知識クラスタを自動発見し、凝集度を評価- **グラフインサイト** — 意外な関連や知識の空白を検出し、ワンクリックで Deep Research を起動@@ -311,7 +312,7 @@ LLM Wiki は、手元の文書を整理された相互リンク付きの知識| フォーマット | 抽出方法 ||--------------|----------|-| PDF | pdf-extract(Rust)+ ファイルキャッシュ |+| PDF | 内蔵 pdf-extract(Rust)+ ファイルキャッシュ。表、数式、複雑なレイアウト向けに MinerU クラウド解析を任意で利用可能 || DOCX | docx-rs — 見出し、太字/斜体、リスト、テーブルを構造化 Markdown へ || PPTX | ZIP + XML — スライド単位で抽出し、見出し/リスト構造を保持 || XLSX/XLS/ODS | calamine — 正しいセル型、複数シート対応、Markdown テーブルに変換 |@@ -319,6 +320,8 @@ LLM Wiki は、手元の文書を整理された相互リンク付きの知識| 動画/音声 | 内蔵プレイヤー || Web クリップ | Readability.js + Turndown.js → クリーンな Markdown |+> MinerU は任意機能です。有効にすると PDF ファイルは解析のため MinerU クラウドへアップロードされます。機密文書には内蔵ローカル解析の利用を推奨します。MinerU 解析に失敗した場合、LLM Wiki は内蔵解析へフォールバックします。MinerU の利用はファイルサイズ、ページ数、クォータ制限の対象です。+### 15. ファイル削除のカスケードクリーンアップ元の設計には削除機構がありません。本プロジェクトでは**インテリジェントなカスケード削除**を追加しました。@@ -369,7 +372,7 @@ LLM Wiki は、手元の文書を整理された相互リンク付きの知識| グラフ | sigma.js + graphology + ForceAtlas2 || 検索 | トークン化検索 + グラフ関連度 + 任意のベクトル検索(LanceDB) || ベクトル DB | LanceDB(Rust、組み込み、オプション) |-| PDF | pdf-extract |+| PDF | pdf-extract + 任意の MinerU クラウド解析 || Office | docx-rs + calamine || 多言語対応 | react-i18next || 状態管理 | Zustand |diff --git a/README_KO.md b/README_KO.mdindex 03e33581..7d062342 100644--- a/README_KO.md+++ b/README_KO.md@@ -32,6 +32,7 @@- **2단계 Chain-of-Thought 인제스트** — LLM이 먼저 분석한 뒤, 출처 추적성과 증분 캐시를 갖춘 Wiki 페이지를 생성합니다- **멀티모달 이미지 인제스트** — PDF에 포함된 이미지를 추출하고, Vision LLM으로 사실 기반 캡션을 생성하며, 이미지 인식 검색 결과와 라이트박스 미리보기, 원본 위치로 이동 기능을 제공합니다+- **선택적 MinerU PDF 파싱** — 표, 수식, 복잡한 레이아웃이 있는 PDF에는 MinerU 클라우드 파싱을 사용할 수 있으며, 기본값은 내장 로컬 파서입니다- **4-신호 지식 그래프** — 직접 링크, 출처 중복, Adamic-Adar, 타입 친화도를 사용하는 관련성 모델입니다- **Louvain 커뮤니티 감지** — 지식 클러스터를 자동으로 발견하고 응집도를 점수화합니다- **그래프 인사이트** — 뜻밖의 연결과 지식 공백을 찾아내고, 한 번의 클릭으로 Deep Research를 실행합니다@@ -311,7 +312,7 @@ LLM Wiki는 문서를 자동으로 정리되고 서로 연결된 지식 베이| 형식 | 방식 ||------|------|-| PDF | 파일 캐싱이 포함된 pdf-extract(Rust) |+| PDF | 파일 캐싱이 포함된 내장 pdf-extract(Rust); 표, 수식, 복잡한 레이아웃에는 선택적으로 MinerU 클라우드 파싱 사용 || DOCX | docx-rs — headings, bold/italic, lists, tables → 구조화된 Markdown || PPTX | ZIP + XML — slide-by-slide extraction with heading/list structure || XLSX/XLS/ODS | calamine — proper cell types, multi-sheet support, Markdown tables |@@ -319,6 +320,8 @@ LLM Wiki는 문서를 자동으로 정리되고 서로 연결된 지식 베이| Video/Audio | 내장 player || Web clips | Readability.js + Turndown.js → clean Markdown |+> MinerU는 선택 기능입니다. 활성화하면 PDF 파일이 파싱을 위해 MinerU 클라우드로 업로드됩니다. 민감한 문서는 내장 로컬 파서를 사용하는 것을 권장합니다. MinerU 파싱이 실패하면 LLM Wiki는 내장 파서로 자동 fallback합니다. MinerU 사용에는 파일 크기, 페이지 수, quota 제한이 적용됩니다.+### 15. Cascade Cleanup을 포함한 파일 삭제원본에는 삭제 메커니즘이 없습니다. 우리는 **지능적인 cascade deletion**을 추가했습니다.@@ -369,7 +372,7 @@ LLM Wiki는 문서를 자동으로 정리되고 서로 연결된 지식 베이| Graph | sigma.js + graphology + ForceAtlas2 || Search | Tokenized search + graph relevance + optional vector(LanceDB) || Vector DB | LanceDB(Rust, embedded, optional) |-| PDF | pdf-extract |+| PDF | pdf-extract + 선택적 MinerU 클라우드 파서 || Office | docx-rs + calamine || i18n | react-i18next || State | Zustand |