PDF to Markdown Converter + Calculation Notebook

Aplicación de escritorio en PySide6 con dos pestañas principales: conversor PDF→Markdown (con modo asistido por OpenAI) y cuaderno de cálculo tipo SMath basado en SymPy.

Dependencias clave

• PySide6 / PySide6-Addons (GUI y QWebEngineView para MathJax).
• pymupdf, pymupdf4llm (lectura y extracción de PDFs).
• openai (modo asistido por LLM al convertir PDFs).
• sympy (parsing y evaluación de expresiones numéricas).

Arquitectura y flujo

• main.py inicia QApplication, aplica estilos y abre gui/MainWindow con pestañas.
• Pestaña PDF→MD:
  • converter/engine.py gestiona la conversión. Si hay API key, usa converter/ai_agent.py (modelos OpenAI) para transcribir páginas como imágenes; si no, cae a pymupdf4llm.
  • El progreso se reporta por QThread (ConversionWorker) y la UI muestra barra/estado.
• Calculation Notebook:
  • Modelo: notebook/document.py define Document, TextBlock, FormulaBlock y un EvaluationContext.
  • Evaluación: notebook/units.py expone funciones matemáticas numéricas; todas las operaciones trabajan con valores float/int.
  • Render: notebook/renderer.py genera HTML con bloques + tabla de variables y carga MathJax en QWebEngineView.
  • UI: gui/notebook_tab.py lista bloques, editor, previsualización y barra de atajos (operadores matemáticos, símbolos griegos y plantillas lógicas básicas).

Funciones del cuaderno (notebook/units.py)

• sqrt, sin, cos, tan, log, exp, pi
• sum, min, max, abs, range
• linspace(start, stop, num), arange(start, stop, step)
• sweep(func, xs) para mapear funciones escalares sobre listas/iterables
• Booleanas: And(*args), Or(*args), Not(arg)

Cuaderno de prueba y ejemplos

• test_full_app.json cubre todo el flujo:
  • Fase 1: definición de funciones (f, area_rectangulo, composiciones).
  • Fase 2: generación de arrays con linspace/arange, casos con variables y pasos decimales/negativos.
  • 3.1–3.7: combinaciones de funciones con arrays, barridos con sweep, condicionales y expresiones lógicas.
  • 3.8 Mezclas lógicas y arrays: usa es_positivo, es_no_cero, sweep, And/Or/Not, max y arange descendente para validar lógica + números.
• test_full_app_preview.html muestra el render esperado.
• Validación rápida: python verify_test_document.py carga el cuaderno, evalúa, lista funciones/arrays/variables y regenera el preview.

Cómo usar

1. Instala dependencias en tu venv: pip install -r requirements.txt.
2. Ejecuta: python main.py.
3. PDF→MD: arrastra PDFs; opcional marca “Use AI Agent” y configura API key/modelo en Settings.
4. Notebook: agrega bloques; ejemplos simples:
   • L = 3.5
   • B = 4.0
   • P = B * L → se mostrará 14.00 con la tabla de variables debajo.

Funcionalidades actuales

• Conversión de PDFs a Markdown con o sin OpenAI.
• Split de PDFs en partes por número de páginas.
• Cuaderno con bloques ordenados de texto/fórmula, evaluación incremental.
• Cálculos numéricos puros con SymPy (sin manejo de unidades físicas).
• Previsualización HTML con MathJax y tabla de variables evaluadas.
• Barra de atajos para insertar operadores matemáticos, símbolos griegos y plantillas lógicas básicas apoyadas en las funciones booleanas ya soportadas.

Render y formato

• MathJax soporta inline ($...$) y bloque ($$...$$); exporta con CDN o bundle local (configurable en Settings) y formato A4 claro.
• Todas las fórmulas se evalúan de arriba hacia abajo en un contexto compartido (SymPy). Los valores se obtienen mediante evaluación numérica pura.
• Las multiplicaciones se muestran con · entre números y símbolos (mul_symbol="\\cdot").
• Los errores de evaluación/parseo se muestran en el panel de errores, pero el resto de los bloques sigue evaluando.

Pruebas y regresión

• Punto de verdad para QA: INSTRUCCIONES_PRUEBA.md describe el flujo y test_full_app.json es el cuaderno maestro (funciones, arrays, casos mixtos y extra de matemáticas). El preview esperado queda en test_full_app_preview.html.
• Validación rápida: python verify_test_document.py.
• Al agregar una nueva función/feature: suma un bloque representativo al final de test_full_app.json, ejecuta el script y comprueba que siga sin errores. Si cambia el comportamiento esperado, actualiza también INSTRUCCIONES_PRUEBA.md.
• Para futuros agentes: mantener sincronizados estos artefactos (instrucciones, cuaderno JSON y preview HTML) antes de dar por buena cualquier mejora.

TODO / posibles mejoras

• Undo/redo y mover bloques (drag & drop) en el notebook.
• Validaciones y mensajes de error más claros en fórmulas.
• Tests automatizados adicionales para casos complejos (potencias, divisiones, funciones trigonométricas).
• Integración futura con SymPy para funciones avanzadas (linspace, sweep, evaluación simbólica).