InsightPDF

与 PDF 对话，并“看见”答案在哪里。
基于 Google Gemini 多模态模型构建的智能文档助手，支持精确的视觉定位与边框高亮。

快速体验 • 功能特性 • 本地部署

---

🚀 在线演示

我们提供了两种方式供您体验：

1. ⚡️ 免费体验版 (无需 API Key)

通过 Google AI Studio 托管，直接使用，无需任何配置。

👉 点击跳转：AI Studio 免费版

2. 🔑 自定义版 (配置自己的 API Key)

如果您有自己的 Google Gemini API Key，可以使用此部署版本。

👉 点击跳转：Web 演示版

---

✨ 核心功能

InsightPDF 不仅仅是一个聊天机器人，它是一个视觉化的阅读助手：

• 🎯 视觉定位 (Visual Grounding) AI 不仅回答问题，还会自动跳转到 PDF 对应页面，并用红框高亮显示答案来源（支持文本段落、图表、数据表格）。
• 🧠 多模态智能 基于 Gemini 2.0 Flash / Pro 原生多模态能力，无需传统 OCR，直接理解文档的视觉结构。
• ⚡️ 极速响应 支持流式传输，大文件通过 Files API 优化处理，秒级响应。
• 🎨 优雅体验
  • 深色模式：自动适配系统或手动切换。
  • 拖拽上传：支持桌面端全屏拖拽。
  • 移动端适配：手机上也能流畅阅读和对话。
• 🛡️ 隐私优先 聊天记录和设置均存储在浏览器本地（LocalStorage/IndexedDB），只需配置 Key，无需担心数据泄露。

---

🛠 技术栈

• 前端框架: React 19 + Vite
• 语言: TypeScript
• 样式: Tailwind CSS
• PDF 渲染: React-PDF
• AI 模型: Google Gemini API (gemini-2.0-flash, gemini-1.5-pro)

---

💻 本地开发

如果你想在本地运行该项目：

1. 克隆仓库

   git clone https://github.com/yeahhe365/InsightPDF.git
   cd InsightPDF

2. 安装依赖

   npm install

3. 配置环境 在项目根目录创建 .env.local 文件，填入你的 API Key：

   GEMINI_API_KEY=your_api_key_here

   (或者启动后在网页设置面板中输入)

4. 启动服务

   npm run dev

   访问 http://localhost:3000 即可使用。

---

📄 开源协议

MIT License © 2024 yeahhe365