在软件开发中，任何自动化测试通常都是先开发，然后才是实际代码。在这个项目中，自动化测试是在最后创建的。背景是我迭代地开发了应用程序中的实际流程，即使没有测试，开发的复杂性对我来说似乎也足够了。
技术细节
应用程序的结构
该应用程序由 REST 接口、类文件和用于生成注释的模块组成。将来，只需稍作调整即可使用 PyMuPDF 的替代品。
标注流程
该 API 提供以下端点：
要创建注释作业，首先通过 POST 调用 /annotationsjobs，并将要搜索的文本作为 JSON 传递到正文中：
出于控制目的，每个文档的一些元数据存储在“documentdetails”中。该注释作为后台任务异步调用。
这两种 GET 方法/annotationsjobs可用于检索所有作业或单个作业的状态/元数据。一旦文档处于完成注释状态，就可以找到一个或多个传递的文本。现在可以/下载带注释的文档。原始文件补充了后缀“_anno”。
下载完所有文件后，/annotationsjobs/{job_id}即可使用 DELETE 删除作业和临时存储的文件。
开发过程中的挑战
在我进行研究之前，我曾在几个地方认为所讨论的任务将 奥地利 whatsapp 数据 是一个挑战。然而，我了解到 Python 或使用的库几乎总是提供优雅且易于使用的解决方案。以下是一些示例：
1. 如何在数组中查找具有特定属性的对象？
该解决方案用一行代码解决了这个问题，如果未找到 ID，则将对象设置为 None，以便您可以继续处理结果，并且代码保持清晰：
2. 如何在后台执行任务，以便API可以快速向调用者发送响应？
对于这个问题还有一个简单的解决方案：
3. 在搜索合适的 PDF 库时，我了解到 PDF 中的注释是使用坐标创建的。尽管可以在几个经过测试的库中搜索文本，但将其转换为坐标似乎更具挑战性。使用PyMuPDF，文本搜索可以直接输出坐标；多行结果每行有两个坐标：
应用实例
该应用程序的想法是注释大型语言模型在文本中找到的信息，以便在用户之间建立接受和/或信任。为了实现这个想法，应用程序作为 Docker 容器与其他容器一起运行。此设置实现了一个展示，可以在其中上传 PDF 文档，并且用户可以向 Aleph Alpha API 提出问题。然后，基于 PDF 文档的 Luminous 语言模型会回答这些问题。此外，还会向用户显示解释，并提供原始 PDF 副本供下载，其中注释了解释。
前景
该应用程序的一个可能的扩展是，除了突出注释之外，似内容。在这方面，我将评估客户会议的反应。
这些作业当前在运行时有效，并且不会持久化。为了在展示之外进行高效使用，保留作业数据似乎是明智的。
结论
对我来说，开发应用程序和我的 Python 技能是一项令人兴奋的挑战，我在应对过程中获得了很多乐趣。在我看来，Python非常容易学习，并且很快就能取得良好的学习进度和成果。
您可以在我们之前发布的博客文章中找到来自 adesso 世界的更多令人兴奋的主题。
亚历山大·齐林斯基 图像
作者 亚历山大·齐林斯基
Alexander Zielinski 为公司提供数字化和 IT 服务管理领域的咨询服务，在这些领域拥有 10 多年的经验。他的行业重点是法定健康保险。
类别： 软件开发
标签： Python 软件项目
阿斯达夫
我们的博客文章一览
在我们的技术博客中，我们将带您踏上令人兴奋的 adesso 世界之旅。您可以在我们之前的博客文章中找到其他有趣的主题。