インストール

pdfvision は npm package として配布されています。npx で直接実行する、繰り返し使うためにグローバルインストールする、またはアプリケーションが型付き PDF evidence を必要とする場合に依存として追加できます。

要件

pdfvision には Node.js 22.13.0 以上が必要です。

レンダリングには @napi-rs/canvas を使います。OCR は任意依存の tesseract.js を使い、--ocr が指定されたときだけ読み込まれます。

pdfvision は modern ESM、pdf.js、レンダリング、任意 OCR 依存に依存するため、新しい Node.js を使ってください。

インストールせずに実行

npx pdfvision document.pdf

一度だけ抽出する場合に最も簡単です。

npx が向いている場合:

• エージェントが PDF を 1 回だけ確認する。
• project を変更せずに最新公開版を使いたい。
• npm 起動の overhead を script が許容できる。

グローバルインストール

npm install -g pdfvision
pdfvision document.pdf

エージェントやローカルスクリプトから繰り返し呼ぶ場合に向いています。

ローカルのエージェントワークフローでは、どの shell からも pdfvision を直接呼べるため便利です。

ライブラリとしてインストール

npm install pdfvision

import { processDocument } from 'pdfvision';

const result = await processDocument('./document.pdf', { pages: '1-3', render: true });
console.log(result.totalPages);

ライブラリが向いている場合:

• overview[]、quality、warnings に基づいてページを振り分ける。
• レンダリング画像パスを vision model に渡す。
• search match boxes を後続の render regions に変換する。
• DocumentResult、PageResult、オプションの PDF 機能フィールドの TypeScript 型を保つ。

OCR 依存を省く

OCR を使わない場合は任意依存を省けます。

npm install --omit=optional pdfvision

通常インストールでは @napi-rs/canvas が core dependency として入るため、レンダリングはそのまま使えます。任意依存を省くと OCR だけが使えなくなります。

インストール確認

pdfvision --version
pdfvision --help

その後、小さな抽出を実行します。

pdfvision document.pdf --json

PDF がスキャン、視覚的、または不自然に空に見える場合は、レンダリングと OCR に進みます。