PaperViz PDF Service 是一个独立的微服务，主要用于提供稳定、高效的 PDF 文档解析与内容提取能力。作为 PaperViz 架构中的基础组件，该服务通过 REST API 提供无状态的 PDF 处理接口，处理任务经由 Celery 异步派发后台执行。
本服务核心的 PDF 解析能力依赖于以下优秀的开源项目：
- 项目名称：PyMuPDF
- 项目仓库：https://github.com/pymupdf/PyMuPDF
- 开源协议：GNU Affero General Public License v3.0 (AGPL-3.0)
- 版权声明：Copyright © 2023 Artifex Software, Inc.
本微服务并非通用的客户端工具，而是被设计为封装级的后台网络服务。主要功能包括：
- PDF 加载与解析：安全读取与初始化文档基础属性。
- 文本 / 表格提取：结构化地将 PDF 视觉排版转化为文本或 Markdown 数据。
- 渲染与转换：按需提供流式转换与块级内容分割。
通过本微服务将 PyMuPDF 封装为内部 HTTP API 后，PaperViz 成功实现了复杂 PDF 处理逻辑的拆分与独立部署。
重要合规声明：本服务（PaperViz PDF Service）本身衍生自基于 AGPL-3.0 协议发布的 PyMuPDF。为严格遵循环保开源的法律约定，本微服务的全部源代码受 GNU Affero General Public License v3.0 (AGPL-3.0) 约束并予以完全开源。
AGPL-3.0 的核心特征与您（作为二次开发者或服务部署者）的义务包括：
- 网络服务公开源码（Network Service Obligation）：如果您修改了本服务代码，并将其通过网络形式（作为 SaaS 后端、微服务 API）向外部提供服务，您必须向通过网络使用该服务的用户提供修改后的完整源代码的获取方式（例如在响应中或前端页面提供本代码仓库的下载链接）。
- 同源传染性（Copyleft）：如果您提取本代码的任意部分并修改或合并到您的闭源项目中，则您的整个派生项目都必须以 AGPL-3.0 协议开源。
- 协议包含：您在分发、部署此代码时，必须保留上游项目的版权声明及本声明条款。
附录条款全文：GNU AGPL-3.0 License 原文
本微服务采用 FastAPI + Celery + Redis 架构。
环境要求：
- Python 3.11+
- Redis (作为 Celery Broker 和 Backend)
快速启动：
# 1. 安装依赖
pip install -r requirements.txt
# 2. 启动 FastAPI 接口
uvicorn main:app --host 0.0.0.0 --port 8000
# 3. 启动 Celery Worker
celery -A celery_app worker --loglevel=info注：具体依赖的上游服务地址及凭据请参考配置文件或 .env.example。建议本服务仅对内部网络部署。
- 源码获取：您当前看到的仓库即为本服务的完整开源代码，任何人都可以自由获取、使用与学习。
- 修改反馈：如您发现任何 Bug、有优化建议，欢迎直接向本仓库提交 Pull Request (PR) 或是 Issue。
- 主产品声明：本仓库仅涵盖调用 PyMuPDF 的独立微服务层逻辑。PaperViz 的主业务逻辑栈通过标准 HTTP API 进行隔离交互，主业务栈为商业私有代码。
感谢 PyMuPDF 团队及 Artifex Software 开发了强大且跨平台的 PDF 解析器。 This service uses PyMuPDF under the AGPL-3.0 license. We thank the original authors for their continuous contributions to the open-source community.