停止喂养原始PDF给你的LLMs。你是在浪费钱、计算和上下文窗口。💸 不要用昂贵的视觉模型或重量级ML包解决文本解析问题，我正在构建一个轻量级、快速、完全本地的工具。 介绍DocDeconstruct —— 一个纯粹基于规则的、100%开源工具，将复杂的、数字原生PDF转换为干净的、AI准备好的Markdown。没有API、没有云依赖、完全私有（MIT许可）。 这是管道如何处理繁重工作的： * 结构重建： 根据字体大小和重量分组文本来检测层次结构（标题vs.正文）同时使用几何x-间隔来映射真实的阅读顺序跨多列布局。 不要再乱序的句子了。 * 清洁表格： 使用pdfplumber来提取原始数据并将其格式化为干净的、GitHub风格的Markdown表格而不是破坏布局行。 * 媒体映射： 直接从PDF字节流中提取嵌入的栅格图像并使用清晰的命名约定（page-x-img-y）保存它们本地。 现在深入 trenches 构建核心Python引擎和Next.js UI。 我打算在v1中严格遵循规则（暂时没有OCR或布局模型）来保持极速和在免费Vercel hobby等级上部署。 我很想听听你的想法。这方面的哪些边缘案例会打破你的当前RAG PDF解析器？ 如果你想在GitHub仓库公开时立即收到通知，请在下面留下评论！