跳到主要内容
灵感来自 Daniel Gross 的代码片段:https://gist.github.com/danielgross/3ab4104e14faccc12b49200843adab21

概览

集成详情

类别本地可序列化JS 支持
MathPixPDFLoaderlangchain-community

加载器功能

来源文档延迟加载原生异步支持
MathPixPDFLoader

设置

凭据

注册 Mathpix 并创建 API 密钥,将 MATHPIX_API_KEY 变量设置为您的环境
import getpass
import os

if "MATHPIX_API_KEY" not in os.environ:
    os.environ["MATHPIX_API_KEY"] = getpass.getpass("Enter your Mathpix API key: ")
要启用模型调用的自动化跟踪,请设置您的 LangSmith API 密钥
os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
os.environ["LANGSMITH_TRACING"] = "true"

安装

安装 langchain-community
pip install -qU langchain-community

初始化

现在我们准备初始化加载器
from langchain_community.document_loaders import MathpixPDFLoader

file_path = "./example_data/layout-parser-paper.pdf"
loader = MathpixPDFLoader(file_path)

加载

docs = loader.load()
docs[0]
print(docs[0].metadata)

延迟加载

page = []
for doc in loader.lazy_load():
    page.append(doc)
    if len(page) >= 10:
        # do some paged operation, e.g.
        # index.upsert(page)

        page = []

API 参考

有关所有 MathpixPDFLoader 功能和配置的详细文档,请参阅 API 参考:python.langchain.com/api_reference/community/document_loaders/langchain_community.document_loaders.pdf.MathpixPDFLoader.html
以编程方式连接这些文档到 Claude、VSCode 等,通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.