Initial commit: AI 知识库文档智能分块工具

README.md

@@ -0,0 +1,49 @@
+# AI 知识库文档智能分块工具
+
+将多种格式文档解析为文本，通过 DeepSeek API 进行语义级智能分块，输出为 Markdown 文件。
+
+## 支持格式
+
+PDF、Word (.docx)、Excel (.xlsx/.xls)、CSV、HTML、TXT/MD、图片 (PNG/JPG/BMP/GIF/WEBP)
+
+## 安装
+
+```bash
+cd ai-knowledge-splitter
+pip install -r requirements.txt
+```
+
+## 使用
+
+```bash
+python main.py <输入文件> -k <DeepSeek API Key> [-o 输出路径] [-d 分隔符]
+```
+
+示例：
+
+```bash
+# 基本用法（输出为同名 .md 文件）
+python main.py report.pdf -k sk-xxxxxxxx
+
+# 指定输出路径
+python main.py data.docx -k sk-xxxxxxxx -o output/result.md
+
+# 自定义分隔符
+python main.py notes.txt -k sk-xxxxxxxx -d "==="
+```
+
+## 参数说明
+
+| 参数 | 必需 | 说明 |
+|------|------|------|
+| `input_file` | 是 | 输入文件路径 |
+| `-k, --api-key` | 是 | DeepSeek API Key |
+| `-o, --output` | 否 | 输出文件路径（默认：同名 .md） |
+| `-d, --delimiter` | 否 | 分块分隔符（默认：`---`） |
+
+## 运行测试
+
+```bash
+cd ai-knowledge-splitter
+pytest tests/ -v
+```