🧠 PdfToMem

将PDF转换为可查询的结构化记忆——专为大型语言模型设计。

大型语言模型在处理记忆方面存在困难。PdfToMem使其变得轻松。
通过结合推理驱动的数据摄入、结构化检索以及多代理架构，它将非结构化的PDF转换为丰富的记忆表示形式。

它提供了一个强大的MCP服务器来协调摄入、推理、存储和查询操作——使用最先进的工具如LlamaIndex和LangGraph。

---

🎥 视频演示

🧠 MCP服务器 — 记忆控制平面

MCP服务器是PdfToMem的大脑。它利用基于工具的推理来：

• 🏗️ 设计摄入管道
• 🧩 选择正确的记忆表示形式
• 📊 索引并结构化PDF内容以供检索

使用诸如determine_memory_architecture这样的工具，自动推断出最优的记忆结构，使用LlamaIndex抽象：

• VectorIndex
• QueryEngine
• LLMSelector

---

🛠️ 工具驱动解析 — 由LangGraph提供支持

PdfToMem采用模块化工具从PDF中提取结构化数据：

• 📄 文本提取
• 📊 表格检测
• 🧾 扫描文档的OCR
• 🖼️ 图像提取
• 📸 PDF截图

这些工具为多代理系统提供数据，实现智能、上下文感知的处理。

---

🤖 多代理架构

PdfToMem使用基于LangGraph的编排器来协调专门的代理。每个代理执行不同的任务：

• 🕵️ 提取代理 – 提取原始内容
• 🧠 语义代理 – 应用嵌入与理解
• ✂️ 分段代理 – 智能分割内容
• 🕸️ 关系代理 – 构建语义链接

编排器根据内容类型和推理目标决定何时何地调用这些代理。

---

🧭 记忆规划 — 对表示形式进行推理

一旦数据被结构化，一个规划模型（当前为o3-mini）使用LlamaIndex组件确定最佳记忆格式：

• 🧱 SimpleSentenceIndex
• 🌐 AutoMergingIndex
• 🧮 自定义工具增强索引

这种基于推理的方法确保了针对文档的最佳检索性能。

---

💾 存储 — 灵活、动态、可查询

基于选定的记忆表示形式，一个由FastAPI驱动的存储服务为每个PDF构建定制的查询引擎。

• 🔍 内置搜索和检索
• 🧠 向量和混合索引支持
• 🧪 模块化实验

存储设计旨在支持跨领域的可扩展记忆系统。

---

🖥️ MCP客户端 — 全生命周期友好界面

MCP客户端是一个基于React的界面，用于控制整个生命周期：

• ⚙️ 配置代理、工具、记忆计划
• 📂 上传和摄入PDF
• 🔎 预览结构化片段
• 🧪 查询记忆并查看响应

所有操作都是交互式、可检查和可自定义的。

---

🚀 为什么选择PdfToMem？

• ✅ 优化LLM的摄入和记忆
• 🧩 模块化工具和代理
• 🧠 基于推理的记忆规划
• 💬 通过LlamaIndex进行可查询的表示
• 🌐 UI+API全面控制整个流程

---

🛠️ 欢迎贡献！帮助我们构建智能记忆系统的未来。
🔗 MIT许可