mtt-converter 0.1.0__tar.gz

mtt_converter-0.1.0/.gitignore

@@ -0,0 +1,224 @@
+# Byte-compiled / optimized / DLL files
+__pycache__/
+*.py[codz]
+*$py.class
+
+# C extensions
+*.so
+
+# Distribution / packaging
+.Python
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+share/python-wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+MANIFEST
+
+# PyInstaller
+#   Usually these files are written by a python script from a template
+#   before PyInstaller builds the exe, so as to inject date/other infos into it.
+*.manifest
+*.spec
+
+# Installer logs
+pip-log.txt
+pip-delete-this-directory.txt
+
+# Unit test / coverage reports
+htmlcov/
+.tox/
+.nox/
+.coverage
+.coverage.*
+.cache
+nosetests.xml
+coverage.xml
+*.cover
+*.py.cover
+.hypothesis/
+.pytest_cache/
+cover/
+
+# Translations
+*.mo
+*.pot
+
+# Django stuff:
+*.log
+local_settings.py
+db.sqlite3
+db.sqlite3-journal
+
+# Flask stuff:
+instance/
+.webassets-cache
+
+# Scrapy stuff:
+.scrapy
+
+# Sphinx documentation
+docs/_build/
+
+# PyBuilder
+.pybuilder/
+target/
+
+# Jupyter Notebook
+.ipynb_checkpoints
+
+# IPython
+profile_default/
+ipython_config.py
+
+# pyenv
+#   For a library or package, you might want to ignore these files since the code is
+#   intended to run in multiple environments; otherwise, check them in:
+# .python-version
+
+# pipenv
+#   According to pypa/pipenv#598, it is recommended to include Pipfile.lock in version control.
+#   However, in case of collaboration, if having platform-specific dependencies or dependencies
+#   having no cross-platform support, pipenv may install dependencies that don't work, or not
+#   install all needed dependencies.
+# Pipfile.lock
+
+# UV
+#   Similar to Pipfile.lock, it is generally recommended to include uv.lock in version control.
+#   This is especially recommended for binary packages to ensure reproducibility, and is more
+#   commonly ignored for libraries.
+# uv.lock
+
+# poetry
+#   Similar to Pipfile.lock, it is generally recommended to include poetry.lock in version control.
+#   This is especially recommended for binary packages to ensure reproducibility, and is more
+#   commonly ignored for libraries.
+#   https://python-poetry.org/docs/basic-usage/#commit-your-poetrylock-file-to-version-control
+# poetry.lock
+# poetry.toml
+
+# pdm
+#   Similar to Pipfile.lock, it is generally recommended to include pdm.lock in version control.
+#   pdm recommends including project-wide configuration in pdm.toml, but excluding .pdm-python.
+#   https://pdm-project.org/en/latest/usage/project/#working-with-version-control
+# pdm.lock
+# pdm.toml
+.pdm-python
+.pdm-build/
+
+# pixi
+#   Similar to Pipfile.lock, it is generally recommended to include pixi.lock in version control.
+# pixi.lock
+#   Pixi creates a virtual environment in the .pixi directory, just like venv module creates one
+#   in the .venv directory. It is recommended not to include this directory in version control.
+.pixi
+
+# PEP 582; used by e.g. github.com/David-OConnor/pyflow and github.com/pdm-project/pdm
+__pypackages__/
+
+# Celery stuff
+celerybeat-schedule
+celerybeat.pid
+
+# Redis
+*.rdb
+*.aof
+*.pid
+
+# RabbitMQ
+mnesia/
+rabbitmq/
+rabbitmq-data/
+
+# ActiveMQ
+activemq-data/
+
+# SageMath parsed files
+*.sage.py
+
+# Environments
+.env
+.envrc
+.venv
+env/
+venv/
+ENV/
+env.bak/
+venv.bak/
+
+# Spyder project settings
+.spyderproject
+.spyproject
+
+# Rope project settings
+.ropeproject
+
+# mkdocs documentation
+/site
+
+# mypy
+.mypy_cache/
+.dmypy.json
+dmypy.json
+
+# Pyre type checker
+.pyre/
+
+# pytype static type analyzer
+.pytype/
+
+# Cython debug symbols
+cython_debug/
+
+# PyCharm
+#   JetBrains specific template is maintained in a separate JetBrains.gitignore that can
+#   be found at https://github.com/github/gitignore/blob/main/Global/JetBrains.gitignore
+#   and can be added to the global gitignore or merged into this file.  For a more nuclear
+#   option (not recommended) you can uncomment the following to ignore the entire idea folder.
+# .idea/
+
+# Abstra
+#   Abstra is an AI-powered process automation framework.
+#   Ignore directories containing user credentials, local state, and settings.
+#   Learn more at https://abstra.io/docs
+.abstra/
+
+# Visual Studio Code
+#   Visual Studio Code specific template is maintained in a separate VisualStudioCode.gitignore 
+#   that can be found at https://github.com/github/gitignore/blob/main/Global/VisualStudioCode.gitignore
+#   and can be added to the global gitignore or merged into this file. However, if you prefer, 
+#   you could uncomment the following to ignore the entire vscode folder
+# .vscode/
+# Temporary file for partial code execution
+tempCodeRunnerFile.py
+
+# Ruff stuff:
+.ruff_cache/
+
+# PyPI configuration file
+.pypirc
+
+# Marimo
+marimo/_static/
+marimo/_lsp/
+__marimo__/
+
+# Streamlit
+.streamlit/secrets.toml
+
+# Claude Code
+.claude
+
+# In test
+.test_resource

mtt_converter-0.1.0/.python-version

@@ -0,0 +1 @@
+3.12

mtt_converter-0.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 KIMJUNHEE9339
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

mtt_converter-0.1.0/PKG-INFO

@@ -0,0 +1,112 @@
+Metadata-Version: 2.4
+Name: mtt-converter
+Version: 0.1.0
+Summary: Add your description here
+License-File: LICENSE
+Requires-Python: >=3.12
+Requires-Dist: anthropic>=0.117.1
+Requires-Dist: beautifulsoup4>=4.15.0
+Requires-Dist: docling[rapidocr]>=2.114.0
+Requires-Dist: google-genai>=2.12.1
+Requires-Dist: markdown>=3.10.2
+Requires-Dist: openai>=2.46.0
+Requires-Dist: python-dotenv>=1.2.2
+Description-Content-Type: text/markdown
+
+# mtt-converter
+
+multiform data to text converter — 문서, 이미지, 3D 모델 등 다양한 형태의 데이터를 텍스트로 변환해주는 멀티모달 파이썬 라이브러리.
+
+## 설치
+
+```bash
+pip install mtt-converter
+```
+
+Python 3.12 이상이 필요합니다.
+
+## 빠른 시작
+
+```python
+from mtt import MultiModalConverter
+
+mc = MultiModalConverter()
+
+# 확장자를 보고 mode를 자동으로 추정
+text = mc.convert("report.pdf")
+
+# mode를 직접 지정
+text = mc.convert("photo.png", mode="ocr")
+```
+
+`mode`를 넘기지 않으면 파일 확장자로 자동 추정하며, 이때 경고 메시지가 출력됩니다.
+
+## 지원하는 mode
+
+| mode | 설명 | 지원 확장자 |
+| --- | --- | --- |
+| `doc` | 문서를 텍스트로 변환 ([docling](https://github.com/docling-project/docling) 사용) | `.pdf` `.doc` `.docx` `.ppt` `.pptx` `.xls` `.xlsx` `.html` `.htm` `.md` `.csv` |
+| `ocr` | 이미지 속 텍스트를 OCR로 추출 (docling 사용) | 직접 호출 시 임의의 이미지 파일 |
+| `caption` | 이미지 내용을 멀티모달 LLM으로 캡셔닝/설명 | `.jpg` `.jpeg` `.tif` `.tiff` `.png` `.bmp` |
+| `3dmodel` | 3D 모델 파일을 파싱해 지오메트리 요약(바운딩 박스, 표면적, 부피 등)을 텍스트로 반환 | `.stl` `.obj` `.ply` `.3mf` |
+
+> `.glb`도 `3dmodel`로 추정되지만 아직 파서가 구현되어 있지 않습니다.
+
+## 사용 예시
+
+### 문서 → 텍스트
+
+```python
+mc.convert("report.pdf", mode="doc")
+```
+
+### 이미지 OCR
+
+```python
+mc.convert("scanned_page.png", mode="ocr")
+```
+
+### 이미지 캡셔닝
+
+Gemini, GPT-4o, Claude 중 하나로 이미지를 설명합니다. 사용할 모델과 API 키는 `MultiModalConverter` 생성 시 지정합니다.
+* **Token cost**가 발생할 수 있습니다.
+
+```python
+mc = MultiModalConverter(model_name="gemini-3.5-flash", api_key="...")
+mc.convert("photo.jpg", mode="caption", sub_prompt="이 사진을 한국어로 설명해줘.")
+```
+
+- `model_name`: `"gemini-*"` / `"gpt-4o"` / `"claude-*"` 중 하나의 실제 API 모델 id (기본값 `"gemini-3.5-flash"`)
+- `api_key`를 넘기지 않으면 각 provider SDK가 환경 변수(`GOOGLE_API_KEY`, `OPENAI_API_KEY`, `ANTHROPIC_API_KEY`)에서 자동으로 읽습니다.
+- `sub_prompt`를 지정하지 않으면 기본 프롬프트(`"Describe image in detail."`)가 사용됩니다.
+
+### 3D 모델 파싱
+
+```python
+mc.convert("model.stl", mode="3dmodel")
+```
+
+솔리드 이름, 삼각형 개수, 바운딩 박스, 표면적, 부피(근사) 등을 요약한 텍스트를 반환합니다.
+
+## 출력 형식
+
+모든 `convert`/모드별 메서드는 `markdown` 파라미터를 받습니다.
+
+```python
+mc.convert("report.pdf", markdown=False)  # 마크다운 서식 없는 일반 텍스트
+```
+
+기본값은 `markdown=True`입니다.
+
+## 로드맵 (v1 기준 현황)
+
+- ✅ 문서 변환 (docling)
+- ✅ 이미지 OCR (docling)
+- ✅ 이미지 캡셔닝 (Gemini / GPT-4o / Claude)
+- ✅ 3D 모델 파싱: `.stl`, `.obj`, `.ply`, `.3mf`
+- 🚧 3D 모델 파싱: `.step`/`.stp`, `.usd`/`.usdz`, `.fbx` — PointNet 기반 임베딩 후 기존 파서로 구축한 DB에서 유사 형상을 검색/리매핑하는 방식으로 구현 예정 (v2)
+- 🚧 임베딩 함수 제공 (시간이 되면)
+
+## 라이선스
+
+[MIT](./LICENSE)

mtt_converter-0.1.0/README.md

@@ -0,0 +1,97 @@
+# mtt-converter
+
+multiform data to text converter — 문서, 이미지, 3D 모델 등 다양한 형태의 데이터를 텍스트로 변환해주는 멀티모달 파이썬 라이브러리.
+
+## 설치
+
+```bash
+pip install mtt-converter
+```
+
+Python 3.12 이상이 필요합니다.
+
+## 빠른 시작
+
+```python
+from mtt import MultiModalConverter
+
+mc = MultiModalConverter()
+
+# 확장자를 보고 mode를 자동으로 추정
+text = mc.convert("report.pdf")
+
+# mode를 직접 지정
+text = mc.convert("photo.png", mode="ocr")
+```
+
+`mode`를 넘기지 않으면 파일 확장자로 자동 추정하며, 이때 경고 메시지가 출력됩니다.
+
+## 지원하는 mode
+
+| mode | 설명 | 지원 확장자 |
+| --- | --- | --- |
+| `doc` | 문서를 텍스트로 변환 ([docling](https://github.com/docling-project/docling) 사용) | `.pdf` `.doc` `.docx` `.ppt` `.pptx` `.xls` `.xlsx` `.html` `.htm` `.md` `.csv` |
+| `ocr` | 이미지 속 텍스트를 OCR로 추출 (docling 사용) | 직접 호출 시 임의의 이미지 파일 |
+| `caption` | 이미지 내용을 멀티모달 LLM으로 캡셔닝/설명 | `.jpg` `.jpeg` `.tif` `.tiff` `.png` `.bmp` |
+| `3dmodel` | 3D 모델 파일을 파싱해 지오메트리 요약(바운딩 박스, 표면적, 부피 등)을 텍스트로 반환 | `.stl` `.obj` `.ply` `.3mf` |
+
+> `.glb`도 `3dmodel`로 추정되지만 아직 파서가 구현되어 있지 않습니다.
+
+## 사용 예시
+
+### 문서 → 텍스트
+
+```python
+mc.convert("report.pdf", mode="doc")
+```
+
+### 이미지 OCR
+
+```python
+mc.convert("scanned_page.png", mode="ocr")
+```
+
+### 이미지 캡셔닝
+
+Gemini, GPT-4o, Claude 중 하나로 이미지를 설명합니다. 사용할 모델과 API 키는 `MultiModalConverter` 생성 시 지정합니다.
+* **Token cost**가 발생할 수 있습니다.
+
+```python
+mc = MultiModalConverter(model_name="gemini-3.5-flash", api_key="...")
+mc.convert("photo.jpg", mode="caption", sub_prompt="이 사진을 한국어로 설명해줘.")
+```
+
+- `model_name`: `"gemini-*"` / `"gpt-4o"` / `"claude-*"` 중 하나의 실제 API 모델 id (기본값 `"gemini-3.5-flash"`)
+- `api_key`를 넘기지 않으면 각 provider SDK가 환경 변수(`GOOGLE_API_KEY`, `OPENAI_API_KEY`, `ANTHROPIC_API_KEY`)에서 자동으로 읽습니다.
+- `sub_prompt`를 지정하지 않으면 기본 프롬프트(`"Describe image in detail."`)가 사용됩니다.
+
+### 3D 모델 파싱
+
+```python
+mc.convert("model.stl", mode="3dmodel")
+```
+
+솔리드 이름, 삼각형 개수, 바운딩 박스, 표면적, 부피(근사) 등을 요약한 텍스트를 반환합니다.
+
+## 출력 형식
+
+모든 `convert`/모드별 메서드는 `markdown` 파라미터를 받습니다.
+
+```python
+mc.convert("report.pdf", markdown=False)  # 마크다운 서식 없는 일반 텍스트
+```
+
+기본값은 `markdown=True`입니다.
+
+## 로드맵 (v1 기준 현황)
+
+- ✅ 문서 변환 (docling)
+- ✅ 이미지 OCR (docling)
+- ✅ 이미지 캡셔닝 (Gemini / GPT-4o / Claude)
+- ✅ 3D 모델 파싱: `.stl`, `.obj`, `.ply`, `.3mf`
+- 🚧 3D 모델 파싱: `.step`/`.stp`, `.usd`/`.usdz`, `.fbx` — PointNet 기반 임베딩 후 기존 파서로 구축한 DB에서 유사 형상을 검색/리매핑하는 방식으로 구현 예정 (v2)
+- 🚧 임베딩 함수 제공 (시간이 되면)
+
+## 라이선스
+
+[MIT](./LICENSE)

mtt_converter-0.1.0/main.py

@@ -0,0 +1,6 @@
+def main():
+    print("Hello from mtt-converter!")
+
+
+if __name__ == "__main__":
+    main()

mtt_converter-0.1.0/pyproject.toml

@@ -0,0 +1,22 @@
+[project]
+name = "mtt-converter"
+version = "0.1.0"
+description = "Add your description here"
+readme = "README.md"
+requires-python = ">=3.12"
+dependencies = [
+    "docling[rapidocr]>=2.114.0",
+    "google-genai>=2.12.1",
+    "markdown>=3.10.2",
+    "beautifulsoup4>=4.15.0",
+    "python-dotenv>=1.2.2",
+    "anthropic>=0.117.1",
+    "openai>=2.46.0",
+]
+
+[build-system]
+requires = ["hatchling"]
+build-backend = "hatchling.build"
+
+[tool.hatch.build.targets.wheel]
+packages = ["src/mtt"]

mtt_converter-0.1.0/src/mtt/__init__.py

@@ -0,0 +1 @@
+from .converter import MultiModalConverter

mtt_converter-0.1.0/src/mtt/converter.py

@@ -0,0 +1,96 @@
+import os
+from pathlib import Path
+
+from mtt.service.docling import DoclingService
+from mtt.service.mesh_llm import MeshLLMService
+from mtt.service.caption_explaner import CaptionExplanerService
+from mtt.types import ModeType
+
+
+class MultiModalConverter:
+    MODE_ESTIMATE_MAP: dict[str, ModeType] = {
+        ".jpg": "caption",
+        ".jpeg": "caption",
+        ".tif": "caption",
+        ".tiff": "caption",
+        ".png": "caption",
+        ".bmp": "caption",
+        ".pdf": "doc",
+        ".doc": "doc",
+        ".docx": "doc",
+        ".ppt": "doc",
+        ".pptx": "doc",
+        ".xls": "doc",
+        ".xlsx": "doc",
+        ".html": "doc",
+        ".htm": "doc",
+        ".md": "doc",
+        ".csv": "doc",
+        ".stl": "3dmodel",
+        ".obj": "3dmodel",
+        ".ply": "3dmodel",
+        ".3mf": "3dmodel",
+        ".glb": "3dmodel",
+    }
+
+    def __init__(self, **kwargs):
+        # TODO: 나중에 임베딩 모델 api 관련해서 파라미터를 받을 수 있게하거나 할듯. 그리고 일부 시스템 프롬프트를 조절할 수 있게 할듯.
+        self._docling_service = DoclingService()
+        self._mesh_llm_service = MeshLLMService()
+        self._caption_explaner_service = CaptionExplanerService(
+            model_name=kwargs.get("model_name", "gemini-3.5-flash"), # default: gemini
+            api_key=kwargs.get("api_key")
+        )
+
+    def convert(self, input_path: str | Path, sub_prompt=None, markdown=True, mode: ModeType | None = None):
+        if sub_prompt is None:
+            sub_prompt = "Describe image in detail."
+
+        if mode is None:
+            print("[Warning] The 'mode' argument is missing, so the 'mode' value is estimated and used.")
+            _, ext = os.path.splitext(input_path)
+
+            mode = self.MODE_ESTIMATE_MAP.get(ext.lower())
+            print(f"[Warning] the mode was set to {mode}")
+
+        if mode == "caption":
+            # input 가공 가능
+            return self.caption(input_path, sub_prompt=sub_prompt, markdown=markdown)
+        elif mode == "ocr":
+            # input 가공 가능
+            return self.ocr(input_path, markdown=markdown)
+        elif mode == "3dmodel":
+            # input 가공 가능함.
+            return self.scan3dmodel(input_path, markdown=markdown)
+        elif mode in ["doc", "docs", "document"]:
+            # input 가공 가능함.
+            return self.doc2text(input_path, markdown=markdown)
+        else:
+            raise ValueError(f"There is no valid function for the mode. | mode: {mode}")
+
+
+
+    def caption(self, input_path: str | Path, sub_prompt=None, markdown=True) -> str:
+        '''
+        image의 정보를 텍스트로 설명 ; 캡셔닝
+        '''
+        return self._caption_explaner_service.to_text(input_path, sub_prompt=sub_prompt, markdown=markdown) #이미지 용 멀티모달 임베딩 api를 찾아서 구현할듯.
+
+    def ocr(self, input_path: str | Path, markdown=True) -> str:
+        '''
+        image내 텍스트를 ocr하여 얻어옴.
+        '''
+        return self._docling_service.to_text(input_path, markdown=markdown)
+
+    def scan3dmodel(self, input_path: str | Path, markdown=True) -> str:
+        '''
+        3D 모델을 텍스트로 설명
+        '''
+        return self._mesh_llm_service.to_text(input_path, markdown=markdown) # TODO: point net과 parser들로 구현할 예정 ; 가능한 parser는 claude가 이미 구현한듯?
+
+    def doc2text(self, input_path: str | Path, markdown=True) -> str:
+        '''
+        문서를 텍스트로 변환 [docling 모듈을 이용]
+        '''
+        return self._docling_service.to_text(input_path, markdown=markdown)
+    # 만약 docling관련해서 분리가 필요하면 분리하기.

mtt_converter-0.1.0/src/mtt/service/caption_explaner/__init__.py

@@ -0,0 +1 @@
+from .service import CaptionExplanerService

mtt_converter-0.1.0/src/mtt/service/caption_explaner/service.py

@@ -0,0 +1,15 @@
+import os
+from pathlib import Path
+
+from mtt.types import CaptionModelType as ModelType
+from mtt.utils.caption_utils import caption_explain, chat_output_to_text
+
+
+class CaptionExplanerService:
+    def __init__(self, model_name:ModelType, api_key=None):
+        self.model_name: ModelType=model_name
+        self.api_key=api_key
+
+    def to_text(self, input_path: str | Path, sub_prompt=None, markdown=True) -> str:
+        result = caption_explain(input_path, model_name=self.model_name, api_key=self.api_key, sub_prompt=sub_prompt)
+        return chat_output_to_text(result, model_name=self.model_name, markdown=markdown)

mtt_converter-0.1.0/src/mtt/service/docling/__init__.py

@@ -0,0 +1,3 @@
+from .service import DoclingService
+
+__all__ = ["DoclingService"]

mtt_converter-0.1.0/src/mtt/service/docling/service.py

@@ -0,0 +1,20 @@
+from pathlib import Path
+
+from docling.document_converter import DocumentConverter
+
+from mtt.utils.docling_utils import convert_document, document_to_markdown, document_to_text
+
+
+class DoclingService:
+    '''docling utils 함수를 엮어서 문서/이미지를 텍스트로 변환하는 서비스.
+
+    문서(pdf, docx, ...)는 doc2text에, 이미지는 ocr에 재사용된다.
+    docling이 이미지 입력에 대해서도 OCR 파이프라인을 자동으로 태우기 때문.
+    '''
+
+    def __init__(self, converter: DocumentConverter | None = None):
+        self._converter = converter or DocumentConverter()
+
+    def to_text(self, input_path: str | Path, markdown=True) -> str:
+        result = convert_document(self._converter, input_path)
+        return document_to_markdown(result) if markdown else document_to_text(result)

mtt_converter-0.1.0/src/mtt/service/mesh_llm/__init__.py

@@ -0,0 +1,3 @@
+from .service import MeshLLMService
+
+__all__ = ["MeshLLMService"]

mtt_converter-0.1.0/src/mtt/service/mesh_llm/service.py

@@ -0,0 +1,29 @@
+import os
+from pathlib import Path
+
+from mtt.utils.mesh_llm_utils import parsing_stl, parsing_obj, parsing_ply, parsing_3mf
+
+
+class MeshLLMService:
+    '''PointNet(허깅페이스, 8bit 양자화) 기반 3D 모델 -> context vector -> projection(나중에 직접 만들거임) ->임베딩 벡터
+
+    TODO: PointNet기반 모델 로딩/추론 구현 또는 임베딩 벡터 기반 검색으로 구현할 예정.
+    '''
+
+    def __init__(self, **kwargs):
+        pass
+
+    def to_text(self, input_path: str | Path, markdown=True) -> str: #TODO: v1이고, v2에서는 pointNet기반으로 context vector를 embedding vector로 projection해서 줄듯.
+        _, ext = os.path.splitext(input_path)
+        ext = ext.lower()
+        if ext == ".stl":
+            return parsing_stl(input_path, markdown=markdown)
+        elif ext == ".obj":
+            return parsing_obj(input_path, markdown=markdown)
+        elif ext == ".ply":
+            return parsing_ply(input_path, markdown=markdown)
+        elif ext == ".3mf":
+            return parsing_3mf(input_path, markdown=markdown)
+        # TODO: .step/.stp, .usd/.usdz, .fbx는 PointNet으로 임베딩해서 기존 stl 등으로 구축해둔 DB에서
+        # 검색 후 리매핑하는 방식으로 구현 예정 (직접 파싱 대신 유사 형상 검색).
+        raise ValueError(f"Unreadable file or incorrect extension. input_path: {input_path}")

mtt_converter-0.1.0/src/mtt/types.py

@@ -0,0 +1,11 @@
+from typing import Literal
+
+ModeType = Literal["caption", "ocr", "3dmodel", "doc"]
+
+CaptionModelType=Literal["gpt-4o",
+                         "gemini-2.5-flash",
+                         "gemini-2.5-pro",
+                         "gemini-3.5-flash",
+                         "gemini-3.5-pro",
+                         "claude-opus-4-8"
+                         ]