ArgosOS

ArgosOS是一个现代桌面应用程序，用于智能文档管理，具有AI支持的分析功能。它使用Python（FastAPI）、React（TypeScript）和Electron构建，支持多种文件格式，包括PDF、DOCX、TXT、MD和图像文件。该系统具备高级文本提取功能，如PDF的OCR回退、DOCX的直接文本提取和图像的ChatGPT视觉API。它还提供AI分析、持久存储、重复内容删除、智能搜索和完整的CRUD操作。最新版本v1.3.0修复了Electron应用程序启动问题，改进了搜索功能，并增强了代码质量和错误处理。

• 项目简介
  ArgosOS是一个现代桌面应用程序，用于智能文档管理，具有AI支持的分析功能。使用Python（FastAPI）、React（TypeScript）和Electron构建。

• 特征
  多格式支持：PDF、DOCX、TXT、MD和图像文件（JPG、PNG、GIF、BMP、TIFF、WebP）。高级文本提取：PDF使用PyMuPDF直接提取文本，并带有OCR回退（无Poppler依赖）；DOCX使用python-docx直接提取文本；图片使用具有OCR回退的ChatGPT视觉API。AI分析：OpenAI支持的摘要和标记。持久存储：使用内容寻址存储保存到磁盘的文件。重复内容删除：基于SHA-256的重复数据删除。原生桌面应用程序：跨平台Electron应用程序。智能搜索：具有人工智能后处理功能的自然语言文档搜索。完整的CRUD：上传、查看、搜索和删除文档。安全性：加密API密钥存储、输入验证和SQL注入保护。分发：可随时分发的DMG、EXE和AppImage包。

• 最新更新
  v1.3.0 – Electron应用程序稳定性和增强搜索。修复了Electron启动问题，更新了数据库架构，改进了PDF处理，增强了搜索体验，修复了API集成问题，改进了错误处理和代码质量。

• 快速入门
  先决条件：Python 3.11+，Node.js 18+，Poetry，Tesseract OCR。安装：克隆存储库并安装依赖项。运行应用程序：使用./start-electron.sh脚本。

• 项目结构
  ArgosOS/ ├── app/ # Python后端 │ ├── agents/ # AI代理 │ ├── db/ # 数据库模型和CRUD │ ├── llm/ # LLM提供者（OpenAI） │ ├── config.py # 配置 │ └── main.py # FastAPI应用程序 ├── frontend/ # React + Electron前端 │ ├── src/ # React组件 │ ├── electron/ # Electron主进程 │ └── package.json # 前端依赖项 ├── tests/ # 测试套件 ├── data/ # 数据库和文件存储 ├── pyproject.toml # Python依赖项（Poetry） └── start-electron.sh # 启动脚本

• 用法
  上传文档：拖放文件或使用本机文件选择器。配置AI：在AI功能的设置中添加您的OpenAI API密钥。搜索：使用自然语言查找文档。管理：查看、组织和管理文档库。

• 开发
  后端开发：使用Poetry运行Python应用程序。前端开发：使用npm运行React开发服务器。运行测试：使用Poetry运行pytest。构建分发：使用./build-with-poetry.sh脚本。

• 安全功能
  加密的API密钥存储，输入验证和清理，SQL注入保护，CORS配置，文件类型和大小验证，路径遍历保护。

• 系统概述
  ArgosOS是一个三层桌面应用程序，具有人工智能驱动的文档处理功能。它包括Electron桌面应用程序、FastAPI后端和外部服务（如OpenAI和Tesseract）。

• 核心组件
  前端（Electron + React），后端（FastAPI），人工智能代理，文本提取管道，数据库（SQLite），文件存储。

• 数据流
  上传：用户将文件上传到Electron，然后传递到FastAPI和IngestAgent。处理：文件经过TextExtractor和AI分析后存储到数据库。搜索：查询通过RetrievalAgent和PostProcessorAgent处理，结果显示在React UI中。

• 如何下载
  选项1：预生成版本（推荐）。选项2：从源代码克隆。

• 如何部署
  本地开发：安装依赖项并运行应用程序。生产构建：构建Electron应用程序并创建分发包。Docker部署：构建Docker镜像并运行容器。

• 系统要求
  最低要求：操作系统Windows 10+、macOS 10.15+、Ubuntu 18.04+，内存4GB，存储空间1GB，Python 3.11+（开发），Node.js 18+（开发）。推荐要求：操作系统最新版本，内存8GB+，存储5GB+，CPU多核处理器，互联网连接。

• 依赖
  系统依赖：macOS使用brew安装Tesseract，Ubuntu/Debian使用apt-get安装Tesseract，Windows从GitHub下载。Python依赖项由Poetry管理，Node.js依赖项由npm管理。

• 故障排除
  常见问题包括端口已被使用、Tesseract未找到、Poetry未找到、Node.js版本问题、数据库问题、文件上传问题和Electron应用程序问题。提供了相应的解决方案。

• 调试模式
  通过设置环境变量LOG_LEVEL为DEBUG并运行./start-electron.sh脚本来启用调试日志。

• 性能优化
  提高OCR性能：使用SSD存储，增加RAM分配，调整Tesseract PSM模式。减少内存使用：以较小的批次处理文件，定期清除缓存，监控文件大小。提高搜索速度：索引频繁搜索的术语，使用数据库优化，实现结果缓存。