用途:通过捆绑的 TypeScript CLI,使用 Mistral OCR 将一个本地 PDF 或图片文件转换为一个 Markdown 文件,便于智能体后续分析。
主要能力:校验输入路径是否存在且为单个本地文档;从 CLI 参数或环境变量解析 API 密钥;上传文件、执行 OCR 并写出 Markdown;输出保持页面顺序,在页面间插入分隔符,保留 API 返回的 OCR Markdown。
使用方式:在 scripts/ 目录使用 npm。安装并构建后运行:npm install;npm run build;node dist/cli.js <input-file> [--output <output-md>]。支持 --output-dir、--pages(从 0 开始的页码 csv)、--model(默认 mistral-ocr-latest)、--keep-uploaded-file、--include-image-base64 等参数。API 密钥按 --api-key、环境变量 MISTRAL_API_KEY、.env 文件的优先级读取,CI/自动化建议用环境变量,本地用 .env。默认输出到 ./ocr-output/<输入文件名>.md。
适用场景:需要将本地 PDF/图片转为 Markdown 文本,供智能体下游处理。
限制:一次处理一个本地文档;OCR 效果、收费、价格、平台等未提供;修改请求字段或响应处理时需阅读 references/mistral-ocr-api.md。