PDF.chat API

ସମୀକ୍ଷା

PDF.chat API ଗୋଟିଏ ଛୋଟ REST ଅନ୍ତରାପୃଷ୍ଠ ଅଟେ । ପ୍ରଥମେ ଆପଣ POST ଏହାକୁ ଗ୍ରହଣ କରିବା ପାଇଁ ଗୋଟିଏ ଦଲିଲ ଏବଂ ଦଲିଲ ପାଠ୍ୟ ସହିତ ଗୋଟିଏ କାର୍ଯ୍ୟକୁ ଫେରାଇ ଆଣନ୍ତୁ ଏବଂ ପ୍ରତି-ପୃଷ୍ଠା ବିଭାଜନ (ପାଠ୍ୟ, ସୀମା ବାକ୍ସ, ବିଶ୍ୱାସ) । ତା'ପରେ ଆପଣ POST ଏହି କାର୍ଯ୍ୟ ବିରୋଧରେ ପ୍ରଶ୍ନ ଏବଂ ଦଲିଲରେ ଆଧାରିତ ଉତ୍ତର ପାଇବେ, ପ୍ରତ୍ୟେକଟି ପୃଷ୍ଠାରୁ ଆସିଛି।5ପୃଷ୍ଠା କିମ୍ବା କମ୍ କାର୍ଯ୍ୟଗୁଡ଼ିକ ରେଖାଗତ ଭାବରେ ଫେରିଯାଏ; ବଡ଼ କାର୍ଯ୍ୟଗୁଡ଼ିକ ତୁରନ୍ତ ଗୋଟିଏ ସହିତ ଫେରିଯାଏ pending ସ୍ଥିତି ଯାହାକୁ ଆପଣ ପଲସନ୍ଦ କରନ୍ତି done.

• ଆଧାର URL: https://pdf.chat
• ଦଲିଲଗୁଡ଼ିକ: PDF, ବୈଧ ଶବ୍ଦ, Powerpoint, ପାଠ୍ୟ ଏବଂ ପ୍ରତିଛବିଗୁଡ଼ିକ (PNG, JPG, WEBP, GIF, BMP, TIFF)
• Chat out: ପୃଷ୍ଠା ଉଲ୍ଲେଖ ସହିତ ଉତ୍ତର; ପୁରୁଣା ତଥ୍ୟ ଅନ୍ତିମ ବିନ୍ଦୁ ମାଧ୍ୟମରେ ଅନୁବାଦ
• ପାଠ୍ୟକୁ ପ୍ରକ୍ରିୟାକରଣ କରନ୍ତୁ: txt, md, docx, pdf, csv, json
• ପଢ଼ା ଯନ୍ତ୍ର: cpu (ଶୀଘ୍ର, ମୁଦ୍ରଣ ଦଲିଲଗୁଡ଼ିକ) ଏବଂ vlm (ପ୍ରୀମିୟମ AI, ହସ୍ତଲିଖନ, ଜଟିଳ ବିନ୍ୟାସ, ଗଣିତ)

ବୈଧିକରଣ

ଆପଣଙ୍କର ବୈଧିକରଣ ସହିତ ବୈଧିକରଣ କରନ୍ତୁ API ଟୋକନ (ଆପଣଙ୍କ ୱେବପୃଷ୍ଠାରେ ଏହାକୁ ଖୋଜନ୍ତୁ) ଖାତା ପୃଷ୍ଠା) ଧାରକ ଶୀର୍ଷକ ଭାବରେ:

Authorization: Bearer YOUR_API_TOKEN

ଆପଣ ମଧ୍ୟ ପାସ କରିପାରିବେ ?api_token=… ଗୋଟିଏ ପ୍ରଶ୍ନ ପରିମାପକ ଭାବରେ। ବ୍ୟବହାର ବିଧି ଆପଣଙ୍କର ଖାତାର ପୃଷ୍ଠା ସନ୍ତୁଳନ ସହିତ ମାପ ହୋଇଥାଏ।

ଦଲିଲ ଦାଖଲ କରନ୍ତୁ

POST /api/v1/ocr/, ବହୁଭାଗୀୟ ଫର୍ମ ଅପଲୋଡ କରନ୍ତୁ ।

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"

କାର୍ଯ୍ୟକୁ ଫେରାଇଥାଏ। ≤5- ପୃଷ୍ଠା ଫାଇଲଗୁଡ଼ିକ ପାଇଁ ଏହା ପୂର୍ବରୁ ଅଛି done ପାଠ୍ୟ ସହିତ; ବଡ଼ ଫାଇଲଗୁଡ଼ିକ ଫେରି ଆସେ pending/processing, ସ୍ଥିତି ସମାପ୍ତ ବିନ୍ଦୁକୁ ପଚାରିବା ।

{
  "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 } ] } ]
}

ଗୋଟିଏ ଫଳାଫଳ ଗ୍ରହଣ କରନ୍ତୁ

GET /api/v1/ocr/<uuid>/, ପଚାରିବା ପର୍ଯ୍ୟନ୍ତ status ଥାଏ done କିମ୍ବା failed.

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

ଗୋଟିଏ ଶୈଳୀ ଆହରଣ କରନ୍ତୁ

GET /api/v1/ocr/<uuid>/download/?format=md, ଫଳାଫଳକୁ ରପ୍ତାନି କରନ୍ତୁ । format ଗୋଟିଏ 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

ଦଲିଲ ସହିତ Chat

ଗୋଟିଏ ସମାପ୍ତ କାର୍ଯ୍ୟ ବିଷୟରେ ପ୍ରଶ୍ନ ପଚାରନ୍ତୁ। ଉତ୍ତରଗୁଡ଼ିକ କେବଳ କାଢ଼ିବା ପାଠ୍ୟରେ ଆଧାରିତ ଏବଂ ଉତ୍ସ ପୃଷ୍ଠାକୁ ଉଲ୍ଲେଖ କରିଥାଏ। ଗୋଟିଏ ଖାତା ଟୋକନ ଆବଶ୍ୟକ, chat ବିଶେଷତାଟି ଖାତା-ଗେଟିତ।

POST /api/v1/chat/<uuid>/, JSON ଶରୀର {"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?"}'

ଏହାର ଉତ୍ତର ସହିତ ସହାୟକ ସନ୍ଦେଶକୁ ଫେରାଇଥାଏ ଏବଂ ଉଦ୍ଧୃତ ପୃଷ୍ଠାଗୁଡ଼ିକର ଗୋଟିଏ ତାଲିକା:

{"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/, ଗୋଟିଏ କାର୍ଯ୍ୟ ପାଇଁ ସମ୍ପୂର୍ଣ୍ଣ ବାର୍ତ୍ତାଳାପ ଟ୍ରାନ୍ସକ୍ରିପସନକୁ ଆଣନ୍ତୁ।

ସଂକେତ ଉଦାହରଣଗୁଡ଼ିକ

• 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?"}'

ପ୍ରାଚଳଗୁଡ଼ିକ

ତ୍ରୁଟି ଏବଂ ସୀମାଗୁଡିକ

ପ୍ରତ୍ୟେକ ପୃଷ୍ଠା ପ୍ରକ୍ରିୟାକରଣ ଖର୍ଚ୍ଚ କ୍ରେଡିଟ (1/ପୃଷ୍ଠା ଶୀଘ୍ର ସ୍ତରରେ, ଅଧିକ ପ୍ରିମିଆରେ)। ପୈଠିତ ଯୋଜନାଗୁଡ଼ିକ ପ୍ରତି ଫାଇଲ ପୃଷ୍ଠା ବର୍ଦ୍ଧନ କରିଥାଏ ଏବଂ ପ୍ରାଥମିକତା ଯୋଗ କରିଥାଏ। ଦେଖନ୍ତୁ ମୂଲ୍ୟ.

ସାଧାରଣ ପ୍ରଶ୍ନ