PDF Desk — это приложение на Python, использующее PageIndex, Streamlit и pypdfium2 для поиска по PDF-документам. Программа позволяет задавать вопросы к файлу и переходить к физической странице, на которую ссылается модель. Индекс и исходные документы хранятся локально, однако текст документа передается внешнему API для обработки.
Приложение поддерживает работу с одним активным документом размером до 25 МиБ и объемом до 500 страниц. Для корректной работы требуется наличие текстового слоя в PDF, так как OCR не предусмотрен. В основе системы лежит структурный индекс PageIndex, который выполняет агентный поиск без использования векторной базы данных.
Для проверки подключения приложение выполняет два запроса: обычный текстовый ответ и вызов инструмента ping. Проект требует наличия Python версии 3.11 или выше, Git и доступа к OpenAI-совместимому API. В коде зафиксированы версии PageIndex 0.2.20, Streamlit 1.64.0, pypdfium2 5.13.0 и PyPDF2 3.0.1.
Интерфейс позволяет пользователю видеть ответ модели и изображение страницы источника. Это помогает проверять точность ответов при работе со сложной версткой или таблицами. Исходный код проекта доступен на GitHub, а в состав включен скрипт для создания демонстрационного PDF-файла.
