commit 1166a140be602b676ef20f0e1674d2616073df58
Author: vaporvee <yannik@vaporvee.com>
Date:   Tue Jun 17 22:29:43 2025 +0200

    first commit

diff --git a/.gitignore b/.gitignore
new file mode 100644
index 0000000..843ec65
--- /dev/null
+++ b/.gitignore
@@ -0,0 +1,4 @@
+.env
+.venv
+auswertung.csv
+*.pdf
diff --git a/README.md b/README.md
new file mode 100644
index 0000000..9e8ddd7
--- /dev/null
+++ b/README.md
@@ -0,0 +1 @@
+# pdf-gpt
diff --git a/main.py b/main.py
new file mode 100644
index 0000000..bee4f9d
--- /dev/null
+++ b/main.py
@@ -0,0 +1,90 @@
+import os
+import time
+import csv
+import base64
+from io import BytesIO
+from dotenv import load_dotenv
+from pdf2image import convert_from_path
+from PIL import Image
+from openai import OpenAI
+
+load_dotenv()
+client = OpenAI(api_key=os.getenv("OPEN_AI_KEY"))
+
+
+def convert_pdf_to_images(pdf_path, dpi=144):
+    print(f"Konvertiere PDF '{pdf_path}' in Bilder...")
+    if not os.path.exists(pdf_path):
+        raise FileNotFoundError(f"Die PDF-Datei '{pdf_path}' wurde nicht gefunden.")
+    if not pdf_path.lower().endswith('.pdf'):
+        raise ValueError("Die angegebene Datei ist keine PDF-Datei.")
+    if not os.path.isfile(pdf_path):
+        raise ValueError(f"Die angegebene Datei '{pdf_path}' ist kein gültiger Pfad.")
+
+    return convert_from_path(pdf_path, dpi=dpi)
+
+
+def image_to_base64(img: Image.Image) -> str:
+    buf = BytesIO()
+    img.save(buf, format="PNG")
+    return base64.b64encode(buf.getvalue()).decode("utf-8")
+
+
+def analyze_image(img_b64: str, prompt: str) -> str:
+    print("Sende Bild zur Analyse...")
+    if not img_b64:
+        raise ValueError("Das Bild ist leer oder ungültig.")
+    resp = client.chat.completions.create(
+        model="gpt-4.1-mini",
+        messages=[
+            {
+                "role": "user",
+                "content": [
+                    {"type": "text", "text": prompt},
+                    {
+                        "type": "image_url",
+                        "image_url": {"url": f"data:image/png;base64,{img_b64}"},
+                    },
+                ],
+            }
+        ],
+        max_tokens=1000,
+    )
+    print(resp)
+    return resp.choices[0].message.content
+
+
+def analyze_pdf(pdf_path: str, prompt: str, csv_path="auswertung.csv", delay=2):
+    imgs = convert_pdf_to_images(pdf_path)
+    with open(csv_path, "w", newline="", encoding="utf-8") as f:
+        w = csv.writer(f)
+        w.writerow(["Seite", "Ergebnis"])
+        pdf_start = int(os.getenv("PDF_START", 1))
+        pdf_end = int(os.getenv("PDF_END", len(imgs)))
+        print(f"Analysiere Seiten {pdf_start} bis {pdf_end} von {len(imgs)} Seiten...")
+        if pdf_start < 1 or pdf_end > len(imgs):
+            print("Ungültiger Seitenbereich. Bitte überprüfe die Umgebungsvariablen PDF_START und PDF_END.")
+            return
+        for i in range(pdf_start - 1, min(pdf_end + 1, len(imgs))):
+            img = imgs[i]
+            try:
+                b64 = image_to_base64(img)
+                res = analyze_image(b64, prompt)
+                if res:
+                    print(f"Seite {i+1}: Ergebnis gefunden")
+                    w.writerow([i+1, res])
+                else:
+                    print(f"Seite {i+1}: Kein Ergebnis")
+            except Exception as e:
+                w.writerow([i+1, f"Fehler: {e}"])
+            time.sleep(delay)
+
+
+if __name__ == "__main__":
+    print("Starte PDF-Analyse...")
+    pdf_path = os.getenv("PDF_PATH", "example.pdf")
+    if not os.path.exists(pdf_path):
+        print(f"PDF-Datei '{pdf_path}' nicht gefunden.")
+        exit(1)
+    prompt = open("prompt.txt", encoding="utf-8").read().strip()
+    analyze_pdf(pdf_path, prompt)
diff --git a/prompt.txt b/prompt.txt
new file mode 100644
index 0000000..17e6be3
--- /dev/null
+++ b/prompt.txt
@@ -0,0 +1,15 @@
+Extrahiere aus diesem PDF-Dokument sämtliche Klemmenbezeichnungen (z. B. X1, X2, X101 etc.) und Gerätebezeichnungen (z. B. F1, Q2, K3, A1 etc.).
+
+Gib die Ergebnisse bitte nur im CSV-Format zurück mit den Spalten: Typ, Bezeichnung, Fundstelle.
+
+Beispiel:
+Klemme,X1,Seite 3, Klemmplan oben
+Gerät,Q2,Seite 5, Stromlaufplan rechts
+
+Hinweise:
+- Klemmen beginnen mit „X“ gefolgt von Zahlen (z. B. X1, X10, X101).
+- Geräte beginnen mit Q, F, K, A, M, T oder R gefolgt von Zahlen (z. B. K3, F1, Q5).
+- Erstelle keine Überschriften oder Kommentare.
+- Ignoriere doppelte Einträge.
+- Wenn auf der Seite keine passenden Bezeichnungen sind, gib keine Ausgabe zurück.
+- Gib nur die reinen Datenzeilen zurück, keine Tabellenrahmen oder sonstige Formatierungen.
diff --git a/requirements.txt b/requirements.txt
new file mode 100644
index 0000000..7595174
--- /dev/null
+++ b/requirements.txt
@@ -0,0 +1,4 @@
+openai
+python-dotenv
+pdf2image
+Pillow