markitdown-glmocr 0.2.0__tar.gz → 0.2.3__tar.gz

{markitdown_glmocr-0.2.0 → markitdown_glmocr-0.2.3}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: markitdown-glmocr
-Version: 0.2.0
+Version: 0.2.3
 Summary: Intelligent PDF to Markdown converter using glmocr SDK
 Project-URL: Documentation, https://github.com/microsoft/markitdown#readme
 Project-URL: Issues, https://github.com/microsoft/markitdown/issues
@@ -222,39 +222,78 @@ glmocr SDK 返回的结构化数据支持以下标签：
 
 ### 前置条件
 
-- 确保已安装 `build` 和 `twine`：
+1. 安装构建工具：
 
 ```bash
-pip install build twine
+pip install build twine hatch
 ```
 
-- 确保环境变量 `PyPI_API_Token` 已设置为你的 PyPI API Token：
+2. 配置 PyPI API Token（Windows 用户环境变量）：
 
+```powershell
+# PowerShell 设置用户环境变量
+[System.Environment]::SetEnvironmentVariable('PYPI_API_TOKEN', 'pypi-...', 'User')
+```
+
+或在 Bash/Zsh 中：
+
+```bash
+export PYPI_API_TOKEN="pypi-..."
+```
+
+### 快速发布（推荐）
+
+项目根目录提供了上传脚本，可一键发布两个插件：
+
+**Bash / Git Bash:**
 ```bash
-export PyPI_API_Token="pypi-..."
+# 构建两个插件
+cd packages/markitdown-glmocr && hatch build
+
+cd ../markitdown-paddleocr && hatch build
+
+# 上传（自动上传所有构建的版本）
+cd ../..
+./scripts/pypi-upload.sh
+
+# 或指定版本号
+./scripts/pypi-upload.sh 0.2.0
+```
+
+**PowerShell:**
+```powershell
+# 构建两个插件
+cd packages/markitdown-glmocr; hatch build
+cd ../markitdown-paddleocr; hatch build
+
+# 上传
+cd ../..
+.\scripts\pypi-upload.ps1
+
+# 或指定版本号
+.\scripts\pypi-upload.ps1 -Version "0.2.0"
 ```
 
-### 发布步骤
+### 手动发布
 
 ```bash
-# 1. 进入项目根目录（包含 pyproject.toml）
+# 1. 进入项目目录
 cd packages/markitdown-glmocr
 
-# 2. 构建分发包（生成 dist/ 目录下的 .tar.gz 和 .whl 文件）
-python -m build
+# 2. 构建
+hatch build
 
-# 3. 检查包的元数据和内容
+# 3. 检查
 twine check dist/*
 
-# 4. 上传到 PyPI（使用环境变量中的 Token 认证）
-twine upload dist/* -u __token__ -p "$PyPI_API_Token"
+# 4. 上传
+twine upload --username __token__ --password "$PYPI_API_TOKEN" --disable-progress-bar dist/*
 ```
 
 ### 发布到 TestPyPI（测试）
 
 ```bash
-# 先上传到 TestPyPI 验证包是否正确
-twine upload --repository testpypi dist/* -u __token__ -p "$PyPI_API_Token"
+twine upload --repository testpypi --username __token__ --password "$PYPI_API_TOKEN" --disable-progress-bar dist/*
 
 # 从 TestPyPI 安装验证
 pip install --index-url https://test.pypi.org/simple/ markitdown-glmocr
@@ -262,9 +301,9 @@ pip install --index-url https://test.pypi.org/simple/ markitdown-glmocr
 
 ### 注意事项
 
-- 发布前确保 `pyproject.toml` 中的版本号已更新
+- 发布前确保 `src/markitdown_glmocr/__about__.py` 中的版本号已更新
 - 同一版本号不能重复上传，如需修正必须 bump 版本号
-- `PyPI_API_Token` 环境变量切勿硬编码到脚本或提交到代码仓库
+- `PYPI_API_TOKEN` 切勿提交到代码仓库
 
 ## 许可证
 

{markitdown_glmocr-0.2.0 → markitdown_glmocr-0.2.3}/README.md

@@ -195,39 +195,78 @@ glmocr SDK 返回的结构化数据支持以下标签：
 
 ### 前置条件
 
-- 确保已安装 `build` 和 `twine`：
+1. 安装构建工具：
 
 ```bash
-pip install build twine
+pip install build twine hatch
 ```
 
-- 确保环境变量 `PyPI_API_Token` 已设置为你的 PyPI API Token：
+2. 配置 PyPI API Token（Windows 用户环境变量）：
 
+```powershell
+# PowerShell 设置用户环境变量
+[System.Environment]::SetEnvironmentVariable('PYPI_API_TOKEN', 'pypi-...', 'User')
+```
+
+或在 Bash/Zsh 中：
+
+```bash
+export PYPI_API_TOKEN="pypi-..."
+```
+
+### 快速发布（推荐）
+
+项目根目录提供了上传脚本，可一键发布两个插件：
+
+**Bash / Git Bash:**
 ```bash
-export PyPI_API_Token="pypi-..."
+# 构建两个插件
+cd packages/markitdown-glmocr && hatch build
+
+cd ../markitdown-paddleocr && hatch build
+
+# 上传（自动上传所有构建的版本）
+cd ../..
+./scripts/pypi-upload.sh
+
+# 或指定版本号
+./scripts/pypi-upload.sh 0.2.0
+```
+
+**PowerShell:**
+```powershell
+# 构建两个插件
+cd packages/markitdown-glmocr; hatch build
+cd ../markitdown-paddleocr; hatch build
+
+# 上传
+cd ../..
+.\scripts\pypi-upload.ps1
+
+# 或指定版本号
+.\scripts\pypi-upload.ps1 -Version "0.2.0"
 ```
 
-### 发布步骤
+### 手动发布
 
 ```bash
-# 1. 进入项目根目录（包含 pyproject.toml）
+# 1. 进入项目目录
 cd packages/markitdown-glmocr
 
-# 2. 构建分发包（生成 dist/ 目录下的 .tar.gz 和 .whl 文件）
-python -m build
+# 2. 构建
+hatch build
 
-# 3. 检查包的元数据和内容
+# 3. 检查
 twine check dist/*
 
-# 4. 上传到 PyPI（使用环境变量中的 Token 认证）
-twine upload dist/* -u __token__ -p "$PyPI_API_Token"
+# 4. 上传
+twine upload --username __token__ --password "$PYPI_API_TOKEN" --disable-progress-bar dist/*
 ```
 
 ### 发布到 TestPyPI（测试）
 
 ```bash
-# 先上传到 TestPyPI 验证包是否正确
-twine upload --repository testpypi dist/* -u __token__ -p "$PyPI_API_Token"
+twine upload --repository testpypi --username __token__ --password "$PYPI_API_TOKEN" --disable-progress-bar dist/*
 
 # 从 TestPyPI 安装验证
 pip install --index-url https://test.pypi.org/simple/ markitdown-glmocr
@@ -235,9 +274,9 @@ pip install --index-url https://test.pypi.org/simple/ markitdown-glmocr
 
 ### 注意事项
 
-- 发布前确保 `pyproject.toml` 中的版本号已更新
+- 发布前确保 `src/markitdown_glmocr/__about__.py` 中的版本号已更新
 - 同一版本号不能重复上传，如需修正必须 bump 版本号
-- `PyPI_API_Token` 环境变量切勿硬编码到脚本或提交到代码仓库
+- `PYPI_API_TOKEN` 切勿提交到代码仓库
 
 ## 许可证
 

markitdown_glmocr-0.2.3/src/markitdown_glmocr/__about__.py

@@ -0,0 +1 @@
+__version__ = "0.2.3"

{markitdown_glmocr-0.2.0 → markitdown_glmocr-0.2.3}/src/markitdown_glmocr/_converter.py

@@ -118,7 +118,9 @@ class GlmOcrConverter(DocumentConverter):
                 if scan_detection_mode is not None
                 else ScanDetectionMode.SAMPLING
             )
-            self.scan_sample_pages = scan_sample_pages if scan_sample_pages is not None else 3
+            self.scan_sample_pages = (
+                scan_sample_pages if scan_sample_pages is not None else 3
+            )
             self.scan_text_threshold = (
                 scan_text_threshold if scan_text_threshold is not None else 50
             )
@@ -237,11 +239,11 @@ class GlmOcrConverter(DocumentConverter):
                         )
                         return DocumentConverterResult(markdown=markdown)
                 except Exception as e:
-                    logger.warning(
-                        "GlmOcrConverter: 批量OCR失败, 降级为逐页处理, 错误=%s",
+                    logger.error(
+                        "GlmOcrConverter: 批量OCR失败, 抛出异常让框架fallback到下一个converter, 错误=%s",
                         e,
                     )
-                    # Fall through to per-page processing
+                    raise
 
             # Per-page processing (PAGE_BY_PAGE mode or batch failed)
             for page_num, page in enumerate(pdf.pages):
@@ -311,7 +313,9 @@ class GlmOcrConverter(DocumentConverter):
         Returns:
             Markdown text from all pages.
         """
-        logger.info("GlmOcrConverter: 批量上传PDF到glmocr SDK, 大小=%d bytes", len(pdf_bytes))
+        logger.info(
+            "GlmOcrConverter: 批量上传PDF到glmocr SDK, 大小=%d bytes", len(pdf_bytes)
+        )
         result = self._get_glmocr().parse(pdf_bytes)
 
         # Check for errors

{markitdown_glmocr-0.2.0 → markitdown_glmocr-0.2.3}/src/markitdown_glmocr/_plugin.py

@@ -25,9 +25,9 @@ def register_converters(markitdown: MarkItDown, **kwargs: Any) -> None:
     logger.info("markitdown-glmocr: 开始注册插件")
 
     # Register converter
-    # Priority -2.0: higher priority than PaddleOcrConverter (-1.0),
-    # so glmocr is tried first and paddleocr serves as fallback.
-    PRIORITY_GLMOCR = -2.0
+    # Priority -1.0: same level as PaddleOcrConverter,
+    # the upper-level agent's skills control which plugin to call first.
+    PRIORITY_GLMOCR = -1.0
 
     try:
         converter = GlmOcrConverter(

markitdown_glmocr-0.2.0/src/markitdown_glmocr/__about__.py

@@ -1 +0,0 @@
-__version__ = "0.2.0"