公司新闻
产品定位
心煜统一电子书转换系统 V1.0 面向数字出版与知识库数据工程：用一个入口统一处理文字版与扫描版 PDF、EPUB、MOBI，输出可直接入库的知识库标准文本。
核心能力
1. 多格式统一转换：PDF（文字版/扫描版）、EPUB、MOBI 统一转换为 TXT。
2. PDF 文本层抽取与按需 OCR：先取文本层，再按页级退化检测结果决定是否触发 OCR，兼顾质量与吞吐。
3. 文本智能清洗：来源标记与广告行过滤、版权块过滤、装饰线清除与页码残留清理；跨页合并避免标记级联（仅用于自有或已授权语料）。
4. 章节结构与段落重建：连片断行修复、目录页检测（多模式识别 + 质量门控，正文起点三级回退）、章节标题 Markdown 标记。
5. 元数据注入：元数据区间块、Markdown 章节标记与 .meta 文件三位一体，产物可直接对接知识库入库。
6. 批量任务与断点续传：并行 worker、扫描 DPI 配置、失败重试与中断续跑。
7. 转换任务管理台：任务总览、新建转换任务、转换进度与日志、转换结果与预览、文本清洗与元数据、转换报告、断点续传与队列、运行设置八个页面。
技术特点
单一入口统一调度，按需 OCR 降低无效计算；运行支撑为 CPython 3.10、PyMuPDF、PaddleOCR、OpenCV、ebooklib、BeautifulSoup4，全本地化部署。
运行形态
B/S 架构，可部署在本机或内网服务器，转换数据不离开本机。
首次发表：2026 年 10 月 29 日，西安市。
