pdfproject_0">最近在GitHub上发现一个有趣的项目，由用户@ Jagroop2001开发的【chat-with-pdf】这个project！
我为此项目写了一个介绍和readme，感兴趣的可以点击链接：
https://github.com/Hyone-soul/chat-with-pdf/
在本教程中，我们将构建一个简单的聊天界面，允许用户上传PDF文件，使用OpenAI的API检索其内容，并在类似聊天的界面中显示响应。我们还将使用@pinata上传和存储PDF文件。
我们即将构建的项目预览：
前提条件：
- 基本的Python知识
- Pinata API密钥（用于上传PDF）
- OpenAI API密钥（用于生成响应）
- 安装了Streamlit（用于构建用户界面）
第1步：项目设置
首先创建一个新的Python项目目录：
mkdir chat-with-pdf
cd chat-with-pdf
python3 -m venv venv
source venv/bin/activate
pip install streamlit openai requests PyPDF2
接着，在项目的根目录创建一个.env文件，并添加以下环境变量：
PINATA_API_KEY=<你的Pinata API密钥>
PINATA_SECRET_API_KEY=<你的Pinata密钥>
OPENAI_API_KEY=<你的OpenAI API密钥>
你需要自己管理OPENAI_API_KEY，因为它是付费的。接下来，我们将讲解如何在Pinata中创建API密钥。
皮纳塔（Pinata）是什么？
Pinata是一个为IPFS（星际文件系统）提供文件存储和管理的平台，是一种去中心化的分布式文件存储系统。
- 去中心化存储：Pinata帮助你在IPFS上存储文件，这是一个去中心化的网络。
- 易于使用：它提供了用户友好的工具和API进行文件管理。
- 文件可用性：Pinata通过将文件固定在IPFS上确保它们的可访问性。
- NFT支持：非常适合存储NFT和Web3应用的元数据。
- 经济实惠：相比传统云存储，Pinata可能是一种更具性价比的选择。
第2步：使用Pinata上传PDF
我们将使用Pinata的API来上传PDF文件，并获取每个文件的哈希值（CID）。创建一个名为pinata_helper.py的文件，用于处理PDF上传。
python">import os
import requests
from dotenv import load_dotenv# 加载环境变量
load_dotenv()# Pinata API URL，用于将文件固定到IPFS
PINATA_API_URL = "https://api.pinata.cloud/pinning/pinFileToIPFS"# 从环境变量中获取Pinata API密钥
PINATA_API_KEY = os.getenv("PINATA_API_KEY")
PINATA_SECRET_API_KEY = os.getenv("PINATA_SECRET_API_KEY")def upload_pdf_to_pinata(file_path):headers = {"pinata_api_key": PINATA_API_KEY,"pinata_secret_api_key": PINATA_SECRET_API_KEY}with open(file_path, 'rb') as file:response = requests.post(PINATA_API_URL, files={'file': file}, headers=headers)if response.status_code == 200:print("文件上传成功")return response.json()['IpfsHash']else:print(f"错误: {response.text}")return None
第3步：设置OpenAI
接下来，我们将创建一个函数，使用OpenAI的API与从PDF提取的文本进行交互。创建一个名为openai_helper.py的文件：
python">import os
from openai import OpenAI
from dotenv import load_dotenvload_dotenv()OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
client = OpenAI(api_key=OPENAI_API_KEY)def get_openai_response(text, pdf_text):try:messages = [{"role": "system", "content": "你是一名帮助回答PDF问题的助手。"},{"role": "user", "content": pdf_text},{"role": "user", "content": text}]response = client.chat.completions.create(model="gpt-4",messages=messages,max_tokens=100,temperature=0.7)return response.choices[0].message.contentexcept Exception as e:return f"错误: {str(e)}"
第4步：构建Streamlit界面
现在，我们已经准备好辅助函数，接下来构建一个Streamlit应用，用于上传PDF文件、从OpenAI获取响应并显示聊天。
创建一个名为app.py的文件：
python">import streamlit as st
import os
import time
from pinata_helper import upload_pdf_to_pinata
from openai_helper import get_openai_response
from PyPDF2 import PdfReader
from dotenv import load_dotenv# 加载环境变量
load_dotenv()st.set_page_config(page_title="与PDF聊天", layout="centered")st.title("使用OpenAI和Pinata与PDF聊天")uploaded_file = st.file_uploader("上传你的PDF文件", type="pdf")if "chat_history" not in st.session_state:st.session_state.chat_history = []
if "loading" not in st.session_state:st.session_state.loading = Falseif uploaded_file is not None:file_path = os.path.join("temp", uploaded_file.name)with open(file_path, "wb") as f:f.write(uploaded_file.getbuffer())st.write("正在将PDF上传到Pinata...")pdf_cid = upload_pdf_to_pinata(file_path)if pdf_cid:st.write(f"文件已上传到IPFS，CID为: {pdf_cid}")reader = PdfReader(file_path)pdf_text = ""for page in reader.pages:pdf_text += page.extract_text()if pdf_text:st.text_area("PDF内容", pdf_text, height=200)user_input = st.text_input("向PDF提问：", disabled=st.session_state.loading)if st.button("发送", disabled=st.session_state.loading):if user_input:st.session_state.loading = Truewith st.spinner("AI思考中..."):time.sleep(1)response = get_openai_response(user_input, pdf_text)st.session_state.chat_history.append({"user": user_input, "ai": response})st.session_state.input_text = ""st.session_state.loading = Falseif st.session_state.chat_history:for chat in st.session_state.chat_history:st.write(f"**你:** {chat['user']}")st.write(f"**AI:** {chat['ai']}")else:st.error("无法从PDF中提取文本。")else:st.error("PDF上传到Pinata失败。")
第5步：运行应用
使用以下命令在本地运行应用：
streamlit run app.py
