需搭建轻量node.js服务实现pdf到gemini解析：一、配置api密钥与sdk；二、用pdf-parse提取并清洗文本；三、用express+multer接收pdf；四、构造系统提示词引导json输出；五、分类返回400/401/403/429等错误码。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望利用 Google Gemini 模型从 PDF 文件中提取结构化文本、表格或语义信息，但缺乏现成的端到端服务支撑，则需搭建一个轻量、可直接接收 PDF 并返回 Gemini 解析结果的 Node.js 服务。以下是实现该服务的步骤：
一、配置 Gemini API 与环境依赖
Node.js 服务需通过 Google AI SDK 调用 Gemini 模odel，因此必须先获取有效 API 密钥并安装对应客户端库，确保运行时具备模型调用能力。
1、访问 https://aistudio.google.com/app/apikey 创建或复用有效的 Gemini API 密钥。
2、在项目根目录执行命令安装官方 SDK：npm install @google/generative-ai。
3、创建 .env 文件，写入 GEMINI_API_KEY=your_api_key_here，并使用 dotenv 加载。
二、集成 PDF 文本提取模块
Gemini 无法直接读取 PDF 二进制内容，必须先将 PDF 解析为纯文本或带布局信息的字符串，再作为上下文输入模型。需选用稳定、支持中文且不依赖外部服务的解析方案。
1、执行命令安装 pdf-parse：npm install pdf-parse。
2、在服务代码中引入并调用其 parse 方法，传入 Buffer 类型的 PDF 文件流。
3、对解析结果中的 text 字段进行清洗：移除连续空白符、过滤页眉页脚常见模式（如“第 X 页 共 Y 页”）、保留换行以维持段落结构。
三、构建 Express 接口接收并处理 PDF
服务需暴露一个 POST 接口，支持 multipart/form-data 格式上传文件，并完成解析、调用 Gemini、返回响应的完整链路。
1、安装 Express 和 multer：npm install express multer。
2、使用 multer 配置内存存储（memoryStorage()），避免临时文件写盘开销。
3、定义路由 /api/parse，限定仅接受字段名为 file 的单个 PDF 文件，限制大小不超过 8MB。
四、构造 Gemini 输入提示词（Prompt）
原始 PDF 文本常含冗余字符、错位换行与无意义分隔符，需通过系统级提示词引导 Gemini 忽略噪声、聚焦核心语义，并按指定格式输出。
1、构造 systemInstruction 字符串，明确要求：“你是一个专业文档解析助手，仅输出 JSON，包含字段 content（主文本摘要）、tables（识别出的表格数组，每项含 headers 和 rows）”。
2、将清洗后的 PDF 文本截断至 10000 字符以内，拼接至 user 提示中，格式为：“请基于以下文档内容提取关键信息：\n[PDF_TEXT]”。
3、调用 generateContent 方法时传入 systemInstruction 与 contents 数组，启用 stream: false 确保同步响应。
五、添加错误分类与 HTTP 状态码映射
服务需区分不同失败场景，避免将模型拒绝、解析异常、网络超时等统一返回 500，提升客户端调试效率。
1、PDF 解析失败（如损坏、加密）时，返回状态码 400，并附带 message: "invalid_pdf_format"。
2、Gemini 返回 blocked 或 SAFETY 错误时，捕获 safetyRatings 字段，返回 403 及 reason: "content_restricted_by_safety_policy"。
3、API 密钥无效或配额耗尽时，检查 response.error.status === 'UNAUTHENTICATED' 或 'RESOURCE_EXHAUSTED'，返回 401 或 429。
