加载中
加载中

Claude 可以像处理图像一样轻松地读取和分析 PDF 文档。这项能力为文档分析、摘要生成以及问答工作流程开辟了强大的可能性。

设置 PDF 处理

要处理 PDF 文件,您需要对标准消息结构进行一些关键的修改。这个过程与图像处理类似,但在文档规范方面存在一些重要的差异。

首先,以二进制数据形式读取您的 PDF 文件:

python
with open("./earth.pdf", "rb") as f:
    file_bytes = f.read()

文档消息结构

PDF 的消息结构在多个方面与图像有所不同。您需要使用一个 "document" 对象(而不是 "image" 对象),该对象包含以下必需字段:

python
add_user_message(
    messages,
    [
        {"document": {"format": "pdf", "name": "earth", "source": {"bytes": file_bytes}}},
        {"text": "Summarize this document in one sentence"},
    ],
)

关于文档结构的关键要点:

  • 使用 "document" 而不是 "image"
  • 设置 "format": "pdf"
  • 包含一个 "name" 字段,其值为不含扩展名的文件名
  • "source" 包含文件字节内容

运行此代码时,Claude 会分析整个 PDF 内容并提供全面的回复。在本例中,它成功地对 Earth 维基百科文章进行了摘要,展示了它处理包含复杂布局、图像和结构化信息的多页文档的能力。

Claude 能用 PDF 做什么

Claude 可以处理各种 PDF 处理任务:

  • 提取并总结关键信息
  • 回答关于文档内容的具体问题
  • 分析文档结构和格式
  • 高效处理多页文档
  • 处理同时包含文本和图像的 PDF

当与引用等其他功能结合使用时,PDF 处理能力会变得更加强大,这使得 Claude 能够在其回复中引用文档的特定部分。这使其在研究、文档分析和内容提取工作流程中尤为有用。