OCR-Rust (Gemini OCR+)

Tauri (Rust) + Next.js で構成した、Windows向けの OCR / 抽出 / ファイル整理アプリです。

概要

Gemini OCR+ は、抽出結果の複数フォーマット出力（TXT / MD / CSV / JSON）、プロンプトテンプレート管理、翻訳・要約・PIIマスキングなどの自動加工に対応しています。
Windows インストーラは GitHub Releases で配布します。

主な機能

• 文書・画像の OCR 抽出
• 出力形式: TXT / Markdown / CSV / JSON
• Markdown 向け YAML Frontmatter
• カスタムプロンプトテンプレート（保存 / 編集 / 削除）
• 出力内容の自動加工
  • 翻訳出力
  • 要約モード（重要3点 / 結論のみ）
  • 個人情報マスキング（PII）
  • 自動タグ生成
• AI提案によるファイル整理とルールベースリネーム
• 完全一致重複の検知・削除
• 選択ファイルのゴミ箱移動

技術スタック

• Frontend: Next.js 16 / React 19 / TypeScript
• Desktop: Tauri v2 / Rust
• AI: Gemini API
• Storage: SQLite (rusqlite)

動作要件

• Node.js 20 以上
• Rust stable
• Windows 10 / 11 推奨

セットアップ

npm ci

Gemini APIキーは以下のどちらかで設定してください。

• アプリ内のモデル設定画面で保存
• 環境変数 GEMINI_API_KEY を設定

開発起動

Web UI のみ:

npm run dev

デスクトップアプリ (Tauri):

npm run tauri dev

ローカルビルド

npm run tauri:build

Windows インストーラは通常、次に生成されます。

• src-tauri/target/release/bundle/nsis/*.exe

GitHub Release (Windows EXE)

このリポジトリには Release 用 workflow が含まれています。

• workflow: .github/workflows/release.yml
• トリガー: v* タグ push

例:

git tag -a v0.1.1 -m "Release v0.1.1"
git push origin main
git push origin v0.1.1

workflow では次を Release に添付します。

• Windows インストーラ成果物
• SHA256SUMS.txt（チェックサム）

セキュリティ方針（概要）

• Rust 側のファイル操作は許可ルート配下に制限
• 実行前にファイル名・パスを検証
• 移動は rename 優先、失敗時は安全なフォールバックで不整合を抑制

注意

• api_key.txt は .gitignore 済み（機密情報はコミットしない）
• src/app/renamer は現状 filing へリダイレクト