feat(新增PDF字节数据支持): 在PDFUtils中添加可选的pdf_bytes参数，支持内存中预处理后的PDF加载

ocr_utils/pdf_utils.py

@@ -116,7 +116,8 @@ class PDFUtils:
         document_path: Path,
         dpi: int = 200,
         page_range: Optional[str] = None,
-        renderer: str = "fitz"
+        renderer: str = "fitz",
+        pdf_bytes: Optional[bytes] = None,
     ) -> Tuple[List[Dict], str, Optional[Any], str]:
         """
         加载文档并分类，支持页面范围过滤
@@ -128,6 +129,7 @@ class PDFUtils:
                        - PDF：按页码（从1开始）
                        - 图片目录：按文件名排序后的位置（从1开始）
             renderer: PDF渲染引擎，"fitz" 或 "pypdfium2"
+            pdf_bytes: 可选的 PDF 字节数据；若提供则跳过从文件读取（用于内存中预处理后的 PDF）
             
         Returns:
             (images_list, pdf_type, pdf_doc, renderer_used)
@@ -177,8 +179,9 @@ class PDFUtils:
             if not MINERU_AVAILABLE:
                 raise RuntimeError("MinerU components not available for PDF processing")
             
-            with open(document_path, 'rb') as f:
-                pdf_bytes = f.read()
+            if pdf_bytes is None:
+                with open(document_path, 'rb') as f:
+                    pdf_bytes = f.read()
             
             # PDF分类
             pdf_type = pdf_classify(pdf_bytes)