MathpixPDFLoader 集成

使用 LangChain Python 集成 MathpixPDFLoader 文档加载器。

Inspired by Daniel Gross’s snippet here: https://gist.github.com/danielgross/3ab4104e14faccc12b49200843adab21

概述

集成详情

Class	Package	Local	Serializable	JS support
MathPixPDFLoader	langchain-community	✅	❌	❌

加载器特性

Source	Document Lazy Loading	Native Async Support
MathPixPDFLoader	✅	❌

设置

凭证

Sign up for Mathpix and create an API key to set the MATHPIX_API_KEY variables in your environment

import getpass
import os

if "MATHPIX_API_KEY" not in os.environ:
    os.environ["MATHPIX_API_KEY"] = getpass.getpass("Enter your Mathpix API key: ")

要启用模型调用的自动追踪，请设置你的 LangSmith API 密钥：

os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
os.environ["LANGSMITH_TRACING"] = "true"

安装

安装 langchain-community。

pip install -qU langchain-community

初始化

Now we are ready to initialize our loader:

from langchain_community.document_loaders import MathpixPDFLoader

file_path = "./example_data/layout-parser-paper.pdf"
loader = MathpixPDFLoader(file_path)

加载

docs = loader.load()
docs[0]

print(docs[0].metadata)

惰性加载

page = []
for doc in loader.lazy_load():
    page.append(doc)
    if len(page) >= 10:
        # do some paged operation, e.g.
        # index.upsert(page)

        page = []

---

API 参考

For detailed documentation of all MathpixPDFLoader features and configurations head to the API reference

---

通过 MCP 将这些文档连接到 Claude、VSCode 等工具以获取实时答案。

在 GitHub 上编辑此页面 或 提交 issue。