EdBook - AI驱动的文档分析与内容生成平台

🚀 项目简介

EdBook 是一个基于人工智能的文档分析与内容生成平台，类似于 NotebookLM。它能够从PDF文档中提取信息，并生成多种形式的内容输出，包括语音概览、视频介绍、智能报告、思维导图和PPT演示。

✨ 主要功能

• 📄 PDF文档解析 - 智能提取文档内容和结构
• 🧠 AI内容分析 - 使用大语言模型深度分析文档
• 🎵 语音概览生成 - 自动生成语音播报内容
• 🎥 视频概览制作 - 创建可视化演示视频
• 📊 智能报告生成 - 生成结构化PDF报告
• 🗺️ 思维导图创建 - 可视化文档结构
• 📺 PPT演示文稿 - 自动生成专业演示

🛠️ 技术栈

• 后端框架: Flask + Python 3.11+
• AI模型: DeepSeek Chat（默认）/ OpenAI GPT-4（备用）
• 语音合成: Azure Cognitive Services / gTTS
• 视频处理: MoviePy
• 文档处理: pypdf, reportlab, python-pptx
• 可视化: matplotlib, graphviz
• 前端: Bootstrap 5 + 原生JavaScript

📦 项目结构

edbook/
├── core/                    # 核心功能模块
│   ├── ai_client.py         # AI客户端
│   ├── content_generator.py # 内容生成器
│   └── pdf_processor.py     # PDF处理器
├── generators/              # 内容生成器
│   ├── audio_generator.py   # 语音生成
│   ├── video_generator.py   # 视频生成
│   ├── report_generator.py  # 报告生成
│   ├── mindmap_generator.py # 思维导图生成
│   └── ppt_generator.py     # PPT生成
├── web/                     # Web应用
│   ├── app.py              # Flask应用主文件
│   ├── templates/          # HTML模板
│   └── static/             # 静态资源
├── config/                  # 配置文件
├── utils/                   # 工具函数
├── uploads/                 # 文件上传目录
├── pyproject.toml          # 项目依赖配置
├── .env.example            # 环境变量示例
└── run.py                  # 启动脚本

🚀 快速开始

1. 环境要求

• Python 3.11 或更高版本
• DeepSeek API 密钥（推荐，性价比高）或 OpenAI API 密钥（备用）
• Azure Speech Services 密钥（可选，用于更好的语音合成）

2. 安装依赖

# 使用 uv 包管理器（推荐）
uv sync

# 或使用传统方式
pip install -e .

3. 配置环境变量

复制 .env.example 为 .env 并填入您的API密钥：

cp .env.example .env

编辑 .env 文件：

# DeepSeek API配置（主要，推荐）
DEEPSEEK_API_KEY=your_deepseek_api_key_here
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1

# OpenAI API配置（备用，可选）
OPENAI_API_KEY=your_openai_api_key_here

# Azure语音服务配置（可选）
AZURE_SPEECH_KEY=your_azure_speech_key_here
AZURE_SPEECH_REGION=your_azure_region_here

# Flask配置
FLASK_ENV=development
SECRET_KEY=your_secret_key_here

4. 启动应用

python run.py

应用将在 http://localhost:5000 启动。

📖 使用指南

1. 上传PDF文档

• 访问 http://localhost:5000
• 拖拽或点击上传PDF文件（最大16MB）
• 支持的格式：PDF

2. 文档分析

• 点击"开始分析文档"按钮
• AI将自动提取文档内容、识别结构并生成基础摘要
• 分析完成后可以看到文档基本信息

3. 内容生成

根据需要选择生成不同类型的内容：

🎵 语音概览

• 生成适合播报的语音脚本
• 支持Azure语音服务和gTTS
• 输出格式：MP3

🎥 视频概览

• 自动创建可视化幻灯片
• 结合语音解说生成视频
• 输出格式：MP4

📊 智能报告

• 生成结构化分析报告
• 包含摘要、发现、建议等
• 输出格式：PDF

🗺️ 思维导图

• 可视化文档结构和要点
• 支持matplotlib和Graphviz渲染
• 输出格式：PNG

📺 PPT演示

• 自动生成专业演示文稿
• 基于文档内容创建幻灯片
• 输出格式：PPTX

4. 预览和下载

生成完成后，可以：

• 📱 在线预览: 思维导图、视频直接在页面显示
• 🎵 音频播放: 语音概览内置播放器
• 🔍 大图查看: 点击思维导图查看高清大图
• 💾 文件下载: 所有内容支持本地下载

预览功能

• 思维导图: 页面内嵌显示，支持点击放大
• 视频概览: 内置HTML5视频播放器
• 语音概览: 内置音频播放控件
• 智能报告: 提供下载链接
• PPT演示: 提供下载链接

⚙️ 配置选项

AI模型配置

在 config/settings.py 中可以调整：

• AI_MODEL: 使用的模型（默认：deepseek-chat）
• AI_PROVIDER: AI提供商（默认：deepseek，可选：openai）
• TEMPERATURE: 生成温度（默认：0.7）
• MAX_TOKENS: 最大token数（默认：4000）

语音配置

• 支持Azure Cognitive Services（推荐，质量更高）
• 备用gTTS（免费，质量一般）

视频配置

• 幻灯片尺寸：1920x1080
• 帧率：可调整
• 编码：H.264

🔧 开发指南

添加新的内容生成器

1. 在 generators/ 目录创建新的生成器类
2. 继承基础接口并实现必要方法
3. 在 web/app.py 中注册新的路由
4. 更新前端界面添加对应按钮

自定义AI提示词

在 core/ai_client.py 中可以修改各种生成任务的提示词模板。

扩展文件支持

目前支持PDF，可以扩展支持：

• Word文档（.docx）
• PowerPoint文档（.pptx）
• 文本文件（.txt）

🐛 故障排除

常见问题

1. AI API错误

   • 检查DeepSeek或OpenAI API密钥是否正确
   • 确认账户有足够余额
   • 检查网络连接和API端点

2. 语音生成失败

   • 检查Azure密钥配置
   • 尝试使用gTTS作为备选

3. 视频生成慢

   • 视频生成需要较多计算资源
   • 可以调整视频参数降低质量

4. PDF解析失败

   • 确保PDF不是扫描版
   • 检查PDF文件完整性

日志查看

应用日志保存在 edbook.log 文件中。

🤝 贡献指南

欢迎提交Issue和Pull Request！

1. Fork项目
2. 创建功能分支
3. 提交更改
4. 发起Pull Request

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

🙏 致谢

• DeepSeek 提供高性价比的AI能力
• OpenAI GPT-4 作为备用AI模型
• Microsoft Azure Cognitive Services 提供语音合成
• 所有开源库的贡献者

📞 支持

如有问题或建议，请：

1. 提交GitHub Issue
2. 查看文档和FAQ
3. 联系开发团队

---

EdBook - 让AI帮助你更好地理解和展示文档内容 🚀