Create app.py

app.py

@@ -0,0 +1,166 @@
+import gradio as gr
+import torch
+import os
+from PIL import Image
+import tempfile
+import subprocess
+import sys
+
+# 安装MonkeyOCR
+def install_monkeyocr():
+    """安装MonkeyOCR依赖"""
+    try:
+        subprocess.check_call([
+            sys.executable, "-m", "pip", "install", 
+            "git+https://github.com/Yuliang-Liu/MonkeyOCR.git"
+        ])
+        return True
+    except:
+        return False
+
+# 在启动时安装
+if not install_monkeyocr():
+    print("Failed to install MonkeyOCR")
+
+try:
+    from monkeyocr import MonkeyOCR
+except ImportError:
+    print("MonkeyOCR not available, using placeholder")
+
+class MonkeyOCRDemo:
+    def __init__(self):
+        self.model = None
+        self.load_model()
+    
+    def load_model(self):
+        """加载MonkeyOCR模型"""
+        try:
+            # 这里需要根据实际的MonkeyOCR API调整
+            self.model = MonkeyOCR.from_pretrained("echo840/MonkeyOCR")
+            print("MonkeyOCR模型加载成功")
+        except Exception as e:
+            print(f"模型加载失败: {e}")
+            self.model = None
+    
+    def parse_document(self, file_input, prompt="解析这个文档"):
+        """解析文档"""
+        if self.model is None:
+            return "模型未加载，请稍后再试", "模型加载失败"
+        
+        try:
+            # 处理上传的文件
+            if file_input is None:
+                return "请上传一个文件", "错误：没有文件"
+            
+            # 根据文件类型处理
+            file_path = file_input.name if hasattr(file_input, 'name') else file_input
+            
+            # 调用MonkeyOCR进行解析
+            # 这里需要根据实际的API调整
+            result = self.model.parse(file_path)
+            
+            # 返回解析结果
+            markdown_result = result.get('markdown', '解析失败')
+            status = "解析成功"
+            
+            return markdown_result, status
+            
+        except Exception as e:
+            error_msg = f"解析过程中出现错误: {str(e)}"
+            return error_msg, "错误"
+
+# 创建Demo实例
+demo_instance = MonkeyOCRDemo()
+
+def parse_with_monkeyocr(file_input, prompt="解析文档内容"):
+    """Gradio包装函数"""
+    return demo_instance.parse_document(file_input, prompt)
+
+# 创建Gradio界面
+def create_interface():
+    with gr.Blocks(title="MonkeyOCR Document Parser", theme=gr.themes.Soft()) as demo:
+        gr.Markdown("""
+        # 🐵 MonkeyOCR 文档解析器
+        
+        MonkeyOCR采用Structure-Recognition-Relation (SRR)三元组范式，能够高效解析中英文文档。
+        
+        **支持格式**: PDF, PNG, JPG, JPEG
+        **功能**: 文本识别、公式解析、表格提取、结构化输出
+        """)
+        
+        with gr.Row():
+            with gr.Column(scale=1):
+                file_input = gr.File(
+                    label="上传文档",
+                    file_types=[".pdf", ".png", ".jpg", ".jpeg"],
+                    type="filepath"
+                )
+                
+                prompt_input = gr.Textbox(
+                    label="提示词（可选）",
+                    placeholder="请描述您希望如何解析这个文档...",
+                    value="解析这个文档的所有内容，包括文本、表格和公式",
+                    lines=2
+                )
+                
+                parse_btn = gr.Button("🚀 开始解析", variant="primary", size="lg")
+                
+                gr.Markdown("""
+                ### 使用说明
+                1. 上传PDF文档或图片
+                2. 输入解析提示词（可选）
+                3. 点击"开始解析"按钮
+                4. 等待解析完成，查看结果
+                """)
+            
+            with gr.Column(scale=2):
+                status_output = gr.Textbox(
+                    label="解析状态",
+                    value="等待上传文件...",
+                    interactive=False
+                )
+                
+                result_output = gr.Textbox(
+                    label="解析结果（Markdown格式）",
+                    lines=20,
+                    max_lines=30,
+                    show_copy_button=True
+                )
+        
+        # 示例文件
+        gr.Examples(
+            examples=[
+                ["./examples/sample.pdf", "解析这个学术论文"],
+                ["./examples/table.png", "提取表格数据"],
+                ["./examples/formula.jpg", "识别数学公式"],
+            ],
+            inputs=[file_input, prompt_input],
+            outputs=[result_output, status_output],
+            fn=parse_with_monkeyocr,
+            cache_examples=False
+        )
+        
+        # 绑定事件
+        parse_btn.click(
+            fn=parse_with_monkeyocr,
+            inputs=[file_input, prompt_input],
+            outputs=[result_output, status_output]
+        )
+        
+        # 文件上传时的处理
+        file_input.change(
+            fn=lambda x: "文件已上传，请点击解析按钮" if x else "等待上传文件...",
+            inputs=[file_input],
+            outputs=[status_output]
+        )
+    
+    return demo
+
+# 启动应用
+if __name__ == "__main__":
+    demo = create_interface()
+    demo.launch(
+        server_name="0.0.0.0",
+        server_port=7860,
+        share=False
+    )