E2M 项目安装与配置指南-CSDN博客

E2M 项目安装与配置指南

e2m E2M converts various file types (doc, docx, epub, html, htm, url, pdf, ppt, pptx, mp3, m4a) into Markdown. It’s easy to install, with dedicated parsers and converters, supporting custom configs. E2M offers an all-in-one, flexible, and open-source solution. 项目地址: https://gitcode.com/gh_mirrors/e2/e2m

1. 项目基础介绍

E2M（Everything to Markdown）是一个开源项目，旨在将各种文件类型（如 doc、docx、epub、html、htm、url、pdf、ppt、pptx、mp3 和 m4a 等）转换为 Markdown 格式。该项目利用解析器和转换器的架构，为用户提供了一个灵活、开源的解决方案，非常适合需要将多种文件格式统一转换为 Markdown 的场景。

项目主要使用的编程语言是 Python。

2. 关键技术和框架

E2M 项目使用以下关键技术和框架：

解析器（Parser）：负责解析各种文件类型，提取文本或图像数据。
转换器（Converter）：负责将文本或图像数据转换为 Markdown 格式。
支持多种引擎：如 Pandoc、XML、unstructured 等，用于不同文件类型的解析。
支持多种模型：如 Litellm、Zhipuai 等，用于文本和图像的转换。

3. 安装和配置准备工作

在开始安装之前，请确保您的系统已安装以下软件：

Python 3.10
pip
conda（推荐）

详细安装步骤

步骤 1：创建虚拟环境

首先，创建一个虚拟环境以避免污染全局 Python 环境：

conda create -n e2m python=3.10

然后，激活虚拟环境：

conda activate e2m

步骤 2：更新 pip

确保 pip 是最新版本：

pip install --upgrade pip

步骤 3：安装 E2M

有三种安装方式可供选择：

方式 1：通过 Git 安装（推荐）

pip install git+https://github.com/wisupai/e2m.git --index-url https://pypi.org/simple

方式 2：通过 pip 安装

pip install --upgrade wisup_e2m

方式 3：手动安装

git clone https://github.com/wisupai/e2m.git
cd e2m
pip install poetry
poetry build
pip install dist/wisup_e2m-0.1.63-py3-none-any.whl

步骤 4：启动 API 服务（可选）

如果需要启动 API 服务，执行以下命令：

gunicorn wisup_e2m.api.main:app --workers 4 --worker-class uvicorn.workers.UvicornWorker --bind 0.0.0.0:8000

步骤 5：配置文件（可选）

如果需要自定义配置，可以创建一个 config.yaml 文件，指定解析器和转换器的配置。以下是一个示例配置文件：

parsers:
  doc_parser:
    engine: "pandoc"
    langs: ["en", "zh"]
  docx_parser:
    engine: "pandoc"
    langs: ["en", "zh"]
  epub_parser:
    engine: "unstructured"
    langs: ["en", "zh"]
  html_parser:
    engine: "unstructured"
    langs: ["en", "zh"]
  url_parser:
    engine: "jina"
    langs: ["en", "zh"]
  pdf_parser:
    engine: "marker"
    langs: ["en", "zh"]
  pptx_parser:
    engine: "unstructured"
    langs: ["en", "zh"]
  voice_parser:
    engine: "openai_whisper_local"
    model: "large"

converters:
  text_converter:
    engine: "litellm"
    model: "deepseek/deepseek-chat"
    api_key: "your_api_key"
    base_url: "your_base_url"
  image_converter:
    engine: "litellm"
    model: "gpt-4o"
    api_key: "your_api_key"
    base_url: "your_base_url"

完成以上步骤后，您就可以开始使用 E2M 项目进行文件格式转换了。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考