Skip to content

Latest commit

 

History

History
102 lines (72 loc) · 2.35 KB

INSTALL.md

File metadata and controls

102 lines (72 loc) · 2.35 KB

AgenticX 安装指南

Python 依赖安装

AgenticX 的 Python 依赖已在 requirements.txt 和 pyproject.toml 中定义，可以通过以下方式安装：

# 使用 pip 安装
pip install -r requirements.txt

# 或者安装开发版本
pip install -e .

系统级依赖

为了支持完整的文档处理功能，需要安装以下系统级依赖：

macOS 安装

# 安装 antiword（用于处理旧版 .doc 文件）
brew install antiword

# 安装 tesseract（用于 OCR 文字识别）
brew install tesseract
# 可选：安装额外语言包（包含中文等多语言支持）
# brew install tesseract-lang

# 安装 poppler（用于 PDF 转图像，OCR 功能必需）
brew install poppler

Ubuntu/Debian 安装

# 安装 antiword
sudo apt-get update
sudo apt-get install antiword

# 安装 tesseract
sudo apt-get install tesseract-ocr
# 可选：安装中文语言包
# sudo apt-get install tesseract-ocr-chi-sim tesseract-ocr-chi-tra

# 安装 poppler（用于 PDF 转图像，OCR 功能必需）
sudo apt-get install poppler-utils

CentOS/RHEL 安装

# 安装 antiword
sudo yum install antiword

# 安装 tesseract
sudo yum install tesseract
# 可选：安装中文语言包
# sudo yum install tesseract-langpack-chi_sim tesseract-langpack-chi_tra

# 安装 poppler（用于 PDF 转图像，OCR 功能必需）
sudo yum install poppler-utils

文档处理功能

安装完成后，AgenticX 将支持以下文档格式：

  • PDF 文件: 使用 PyMuPDF、pypdf 或 PyPDF2
  • Word 文档:
    • .docx 文件：使用 python-docx
    • .doc 文件：使用 antiword（系统依赖）
  • PowerPoint 文档: 使用 python-pptx
  • OCR 功能: 使用 pytesseract + tesseract（系统依赖）处理扫描版 PDF

验证安装

可以运行以下命令验证系统依赖是否正确安装：

# 验证 antiword
antiword -h

# 验证 tesseract
tesseract --version

# 验证 poppler
pdftoppm -h

故障排除

antiword 问题

  • 如果遇到编码问题，可以尝试设置环境变量：export LANG=zh_CN.UTF-8

tesseract 问题

  • 确保安装了中文语言包
  • 检查 tesseract 数据路径：tesseract --list-langs

Python 依赖问题

  • 建议使用虚拟环境：python -m venv venv && source venv/bin/activate
  • 如果遇到编译问题，可能需要安装系统开发工具