feat: add redis and S3

.env.template

@@ -0,0 +1,51 @@
+# ========================================
+# MMDocParser 环境变量配置
+# ========================================
+
+# ===== 服务配置 =====
+# 服务监听主机
+HOST=0.0.0.0
+# 服务监听端口
+PORT=8000
+# 工作进程数量
+WORKERS=4
+
+# ===== CORS配置 =====
+# 允许的跨域来源，多个用逗号分隔
+CORS_ORIGINS=*
+
+# ===== 文件限制配置 =====
+# 最大文件大小（支持格式：100MB, 100M, 104857600）
+MAX_FILE_SIZE=100MB
+# 单次请求最大文件数量
+MAX_FILES_PER_REQUEST=20
+
+# ===== Redis配置 =====
+# Redis连接URL
+REDIS_URL=redis://localhost:6379
+# 任务队列名称
+TASK_QUEUE=document_parsing_queue
+# 任务状态前缀
+TASK_STATUS_PREFIX=task_status
+
+# ===== S3配置 =====
+# S3兼容存储端点
+S3_ENDPOINT=http://localhost:9000
+# S3访问密钥
+S3_ACCESS_KEY=minioadmin
+# S3秘密密钥
+S3_SECRET_KEY=minioadmin
+# S3存储桶名称
+S3_BUCKET=documents
+# S3区域
+S3_REGION=us-east-1
+
+# ===== 任务配置 =====
+# 任务超时时间（秒）
+TASK_TIMEOUT=3600
+
+# ===== 开发环境配置 =====
+# 调试模式
+DEBUG=false
+# 日志级别
+LOG_LEVEL=INFO

README.md

@@ -1,2 +1,124 @@
-# TriModalParser
+# MMDocParser
+
+一个专业的文档解析服务，支持提取文档中的文字、图片、表格、公式等信息。
+
+## 功能特性
+
+- 🚀 **异步处理**：基于Sanic的高性能异步Web框架
+- 📁 **多格式支持**：PDF、DOCX、XLSX等
+- 🔄 **任务队列**：Redis任务队列，支持异步处理
+- ☁️ **云存储**：S3兼容存储，支持大文件
+- 📊 **状态跟踪**：实时查询任务状态和结果
+- 🏥 **健康检查**：服务健康状态监控
+
+
+## 快速开始
+
+### 1. 环境要求
+
+- Python 3.12+
+- Redis 6.0+
+- S3兼容存储（MinIO/AWS S3）
+
+### 2. 安装依赖
+
+```bash
+# 使用uv安装
+uv sync
+```
+
+### 3. 配置环境变量
+
+```bash
+# 复制环境变量模板
+cp .env.template .env
+
+# 编辑配置
+```
+
+### 4. 启动服务
+
+```bash
+# 方式1：使用启动脚本
+python run.py
+
+# 方式2：直接运行
+sanic main:app --host 0.0.0.0 --port 8000 --workers 4
+```
+
+## API接口
+
+### 1. 上传文档
+
+```http
+POST /api/v1/documents/upload
+Content-Type: application/json
+
+{
+  "files": [
+    {
+      "name": "document.pdf",
+      "content": "base64编码的文件内容"
+    }
+  ]
+}
+```
+
+### 2. 查询任务状态
+
+```http
+GET /api/v1/tasks/{task_id}/status
+```
+
+### 3. 获取解析结果
+
+```http
+GET /api/v1/tasks/{task_id}/result
+```
+
+### 4. 健康检查
+
+```http
+GET /health
+```
+
+## 项目结构
+
+```
+MMDocParser/
+├── main.py                 # 主应用文件
+├── run.py                  # 启动脚本
+├── config.py               # 配置管理
+├── storage/                # 存储相关
+│   ├── s3_client.py       # S3客户端
+│   └── redis_client.py    # Redis客户端
+├── parsers/                # 文档解析器
+│   └── document_parser.py # 解析器基类和实现
+├── utils/                  # 工具函数
+│   └── validators.py      # 验证工具
+└── pyproject.toml         # 项目配置
+```
+
+## 开发指南
+
+### 添加新的文档格式支持
+
+1. 在 `parsers/document_parser.py` 中创建新的解析器类
+2. 继承 `DocumentParser` 基类
+3. 实现 `parse()` 和 `can_parse()` 方法
+4. 在 `DocumentParserFactory` 中注册新解析器
+
+## 部署
+
+### Docker部署
+
+### 生产环境配置
+
+## 许可证
+
+MIT License
+
+## 贡献
+
+欢迎提交Issue和Pull Request！
 

__init__.py

@@ -0,0 +1,8 @@
+"""
+MMDocParser - 文档解析服务
+
+一个专业的文档解析服务，支持提取文档中的文字、图片、表格、公式等信息。
+"""
+
+__version__ = "0.1.0"
+__author__ = "MMDocParser Team"

config.py

@@ -0,0 +1,36 @@
+import os
+
+import dotenv
+
+dotenv.load_dotenv()
+
+class Settings:
+    """应用配置类"""
+    HOST: str = os.getenv("HOST", "127.0.0.1")
+    PORT: int = int(os.getenv("PORT", "8000"))
+    WORKERS: int = int(os.getenv("WORKERS", "4"))
+
+    # CORS配置
+    CORS_ORIGINS: list[str] = os.getenv("CORS_ORIGINS", "*").split(",")
+
+    # 文件限制
+    MAX_FILE_SIZE: int = int(os.getenv("MAX_FILE_SIZE", str(100 * 1024 * 1024)))  # 100MB
+    SUPPORTED_FORMATS: list[str] = ["pdf", "docx", "doc","xlsx"]
+
+    # Redis配置
+    REDIS_URL: str = os.getenv("REDIS_URL", "redis://localhost:6379")
+    TASK_QUEUE: str = os.getenv("TASK_QUEUE", "document_parsing_queue")
+    TASK_STATUS_PREFIX: str = os.getenv("TASK_STATUS_PREFIX", "task_status")
+
+    # S3配置
+    S3_ENDPOINT: str = os.getenv("S3_ENDPOINT", "http://localhost:9000")
+    S3_ACCESS_KEY: str = os.getenv("S3_ACCESS_KEY", "minioadmin")
+    S3_SECRET_KEY: str = os.getenv("S3_SECRET_KEY", "minioadmin")
+    S3_BUCKET: str = os.getenv("S3_BUCKET", "documents")
+    S3_REGION: str = os.getenv("S3_REGION", "us-east-1")
+
+    # 任务配置
+    MAX_FILES_PER_REQUEST: int = int(os.getenv("MAX_FILES_PER_REQUEST", "20"))
+    TASK_TIMEOUT: int = int(os.getenv("TASK_TIMEOUT", "3600"))  # 1小时
+
+settings = Settings()