API PDF.chat

نمای کلی

API PDF.chat یک رابط REST کوچک است. اول شما POST یک سند را برای جذب آن و بازگرداندن یک کار با متن سند و یک تجزیه به صورت صفحه‌ای (متن، جعبه مرزی، اعتماد) انتخاب کنید. سپس POST پرسش‌ها را در مقابل آن کار قرار دهید و پاسخ‌هایی را که در سند قرار دارند دریافت کنید، هر کدام با نقل قول صفحه‌ای که از آن آمده است. کارهای ۵ صفحه یا کمتر در خط بازگردانده می‌شوند؛ کارهای بزرگتر بلافاصله با یک pending وضعیتی که تا آن زمان پرسش می‌کنید done.

• نشانی وب پایه: https://pdf.chat
• سند در: پی‌دی‌اف، به علاوه وورد، پاورپوینت، متن و تصاویر (PNG، JPG، WEBP، GIF، BMP، TIFF)
• Chat خارج: پاسخها با نقل قول صفحات؛ رونوشتها از طریق نقطه پایانی تاریخچه
• متن پردازش‌شده بیرون: txt, md, docx, pdf, csv, json
• موتورهای خواندن: cpu (سندهاي چاپ شده سريع) و vlm ( هوش مصنوعی بالا ، دست نوشته ، طرح پیچیده ، ریاضی )

احراز هویت

با حساب کاربری خود وارد شوید نشان API (در روي ميزتون پيداش کنيد) صفحه حساب) به عنوان سرآیندِ حامل:

Authorization: Bearer YOUR_API_TOKEN

شما هم مي تونيد بگيد ?api_token=… به عنوان پارامتر پرسش. استفاده بر اساس تعادل صفحه حساب شما اندازه‌گیری می‌شود.

ارسال سند

POST /api/v1/ocr/, . بارگيري فرم چند قسمتي

curl -X POST https://pdf.chat/api/v1/ocr/ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -F "file=@invoice.pdf" \
  -F "tier=vlm" \
  -F "language=auto"

کار را برمی‌گرداند. برای پرونده‌های ≤ ۵ صفحه از قبل done با متن؛ پرونده‌های بزرگتر برمی‌گردند pending/processing, پرسش از نقطه پایانی وضعیت

{
  "uuid": "9f2c1b7e4a...",
  "status": "done",
  "tier": "vlm",
  "language": "auto",
  "page_count": 1,
  "mean_confidence": 0.98,
  "text": "INVOICE\nAcme Corp\nTotal: 215.00 USD",
  "markdown": "# INVOICE\n\n**Acme Corp** ...",
  "pages": [ { "index": 0, "text": "...", "blocks": [ { "text": "...", "bbox": [x0,y0,x1,y1], "confidence": 0.98 } ] } ]
}

نتیجه را دریافت کنید

GET /api/v1/ocr/<uuid>/, پرسش تا status است done یا failed.

curl https://pdf.chat/api/v1/ocr/9f2c1b7e4a.../ \
  -H "Authorization: Bearer YOUR_API_TOKEN"

بارگیری یک قالب

GET /api/v1/ocr/<uuid>/download/?format=md, صادرات نتیجه format یکی از txt, md, docx, pdf, csv, json.

curl -L "https://pdf.chat/api/v1/ocr/9f2c1b7e4a.../download/?format=docx" \
  -H "Authorization: Bearer YOUR_API_TOKEN" -o result.docx

Chat با يه سند

پرسش در مورد یک کار تمام‌شده. پاسخها فقط در متن استخراج شده و با نقل قول صفحه منبع پایه‌گذاری می‌شوند. نیازمند یک نشان حساب، ویژگی گپ حساب-گذر است.

POST /api/v1/chat/<uuid>/, بدنۀ JSON {"message": "your question"}.

curl -X POST https://pdf.chat/api/v1/chat/9f2c1b7e4a.../ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"message": "What is the invoice total and due date?"}'

پیام دستیار را با پاسخ و فهرست صفحات نقل شده برمی‌گرداند:

{"conversation": "a1b2…", "message": {
   "role": "assistant",
   "content": "The total is $42, due on March 3 (p. 1).",
   "citations": [{"page": 1, "cited_text": "The invoice total is $42…", "document_id": "9f2c1b7e4a…"}]
}}

GET /api/v1/chat/<uuid>/history/, fetch the full conversation transcript for a job.

نمونه‌های کد

• Python
• Node.js
• cURL

import requests, time

BASE = "https://pdf.chat/api/v1"
H = {"Authorization": "Bearer YOUR_API_TOKEN"}

# 1. Upload a PDF
with open("contract.pdf", "rb") as f:
    job = requests.post(BASE + "/ocr/", headers=H, files={"file": f}).json()

# 2. Wait until it's ready to chat
while job["status"] in ("pending", "processing"):
    time.sleep(2)
    job = requests.get(f"{BASE}/ocr/{job['uuid']}/", headers=H).json()

# 3. Ask questions: every answer is cited to the page
ans = requests.post(f"{BASE}/chat/{job['uuid']}/", headers=H,
    json={"message": "What is the termination notice period?"}).json()
print(ans["message"]["content"])
print(ans["message"]["citations"])

import fs from "fs";

const BASE = "https://pdf.chat/api/v1";
const H = { Authorization: "Bearer YOUR_API_TOKEN" };

// 1. Upload a PDF
const form = new FormData();
form.append("file", new Blob([fs.readFileSync("contract.pdf")]), "contract.pdf");
let job = await (await fetch(`${BASE}/ocr/`, { method: "POST", headers: H, body: form })).json();

// 2. Wait until it's ready to chat
while (["pending", "processing"].includes(job.status)) {
  await new Promise(r => setTimeout(r, 2000));
  job = await (await fetch(`${BASE}/ocr/${job.uuid}/`, { headers: H })).json();
}

// 3. Ask questions: every answer is cited to the page
const ans = await (await fetch(`${BASE}/chat/${job.uuid}/`, {
  method: "POST", headers: { ...H, "Content-Type": "application/json" },
  body: JSON.stringify({ message: "What is the termination notice period?" })
})).json();
console.log(ans.message.content, ans.message.citations);

# 1. Upload a PDF
curl -X POST https://pdf.chat/api/v1/ocr/ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -F "file=@contract.pdf"

# 2. Ask questions (use the uuid from step 1): answers cited to the page
curl -X POST https://pdf.chat/api/v1/chat/UUID/ \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"message": "What is the termination notice period?"}'

پارامترها

خطاها و محدودیتها

هر صفحه پردازش شده هزینه‌های اعتباری دارد (۱/ صفحه در سطح سریع ، بیشتر در Premium). برنامه‌های پرداختی حد صفحات پرونده‌ای را افزایش می‌دهند و اولویت را اضافه می‌کنند. ببینید قیمت.

پرسش‌های متداول