Vide Coding 了一个基于 AI 识别 PDF 目录页,自动生成 ToC 的 Web 应用 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
爱意满满的作品展示区。
Flyawayy
V2EX    分享创造

Vide Coding 了一个基于 AI 识别 PDF 目录页,自动生成 ToC 的 Web 应用

  •  2
     
  •   Flyawayy 5 天前 1259 次点击
    https://tocify.vercel.app/

    前端资源 + serverless api 全都直接用的 vercel 提供的服务,所以应该需要科学上网才能访问 ... 而且还加载了巨大的 NotoSerif 文件 (才能打印中文 font ),可能会更慢了... 不过在本地运行加个 Google API Key 应该就没这问题了。


    使用路径如下 (依旧很多手工操作) :

    1. 选择并加载 PDF
    2. 手动选择 ToC 所在的页
    3. 点一下 Generate ToC 按钮
    4. 再手动选一下真正的第一页的偏移


    这是一个截图:



    这是一个使用 demo:




    ---


    我相信一定还有人在手动在 pdf reader 之类的软件里添加目录,找到这里的人希望对你有用吧 !


    ~~全 Vibe Coding ,0 技术含量,我已经不会写代码了~~
    12 条回复    2025-11-13 11:24:18 +08:00
    even77
        1
    even77  
       5 天前
    求教,如何让 ai 生成好看的前端页面,让 ai 写 chrome 插件,页面是真的太丑了
    0xo
        2
    0xo  
       5 天前   1
    好东西 手动赞一下
    Flyawayy
        3
    Flyawayy  
    OP
       5 天前   1
    @even77 这个我有一点点心得,首先是自己具有基础的排版 / 美学知识,知道什么地方好看什么不好看。 然后给自己要写的网页找一些标准风格,比如我这次的就是 Neobrutalism ,具体风格可以去 Pinterest 上多看看找找。https://www.bilibili.com/video/BV1anQwYZEw2 这个视频介绍了绝大多数风格但是它这个太大了,我们平时做网页是在 Web Design 那个子集就行。先写完基础的架子,然后发给 AI 风格名称让它改就行
    Flyawayy
        4
    Flyawayy  
    OP
       5 天前
    所以有无人测试能否真的使用 我可能需要更多 edge case ..
    0xo
        5
    0xo  
       5 天前   1
    挺好用的。
    就是一开始交互上有点懵,按钮比较多,而左侧文案变化不明显,不知道是在选择 TOC 的起止。
    https://makeityourself.org/MIY.pdf 这本书第一次失败了,第二次识别出多级的 work 了
    Flyawayy
        6
    Flyawayy  
    OP
       5 天前
    @0xo #5 感谢反馈,我是有打算给目录的选择再加一些引导! 这本书我试了一下,它好像本来就有双层目录,第一次失败的话可能 vercel/Gemini 那边服务返回异常了? 这个成功率不知道怎么改进。 后面或许加上本地的 OCR 加快一点速度吧...
    0xo
        7
    0xo  
       5 天前   1
    @Flyawayy 第一次识别出来是一层的,页码和内容也对得上,但生成的 TOC 页面空白,且 hover 左侧的条目不能跳转到页面
    Flyawayy
        8
    Flyawayy  
    OP
       5 天前
    @0xo #7 好的 原来是这样。根据 tocItems 动态在页面上渲染新增的 pdf 这个行为还挺废资源的,时常会阻塞住,我怀疑这个过程出现了什么问题 ... 需要把这个动态的渲染改得再顺滑一些
    even77
        9
    even77  
       5 天前
    @Flyawayy #3 感谢,学习了!
    Flyawayy
        10
    Flyawayy  
    OP
       4 天前
    append: 优化了一下 ui/ux !
    actopas
        11
    actopas  
       4 天前
    logo 好像 Octotree
    Flyawayy
        12
    Flyawayy  
    OP
       4 天前
    又有新想法了 可以基于提取的 ToC 再做一些 Semantic Navigator ,根据因果关系构建知识图什么的。虽然实际没啥用处,但是可以做得很好看很炫
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     5587 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 20ms UTC 06:49 PVG 14:49 LAX 22:49 JFK 01:49
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86