缺少abstract时构建RAG失败,从而导致翻译失败

[huiyuanXP]

当文章不是标准的论文格式时,无法提取abstract信息(为空)
试图翻译文章时会尝试构建RAG数据库,试图调用abstract信息会导致IndexError: list index out of range
着同样会导致翻译内容为空(或仅有标题)

希望能允许在非标准情况下构建rag库或进行翻译

[huiyuanXP]

我已自行解决问题并提交pr
请见 #11

可以直接从我的仓库中拉取更改后的版本 https://github.com/huiyuanXP/article-professor/tree/main

[wushuaibuaa]

在 md_processor.py中的parse 函数中增加一个没有 abstract 的判断。
文档无 Abstract 章节（如某些技术文档直接以 ## Introduction 开头）
collecting_authors 状态可能无限延续，导致作者信息误判为正文内容

        # 处理文档标题
        if not has_started:
            result['title'] = title_text
            collecting_authors = True
            has_started = True
            
            ######## 新增：检查后续10行是否存在Abstract
            next_lines = lines[i+1:i+10] if i+10 <= len(lines) else lines[i+1:]
            has_abstract = any(self.abstract_pattern.match(l) for l in next_lines)
            if not has_abstract:
                collecting_authors = False
                result['authors_info'] = ""
           ##########
            continue