digest-pdf
digest-pdf 是一个 Python 命令行工具,用于把一个或多个 PDF 拆解为磁盘上的结构化目录树,每个单元由成对的图像文件与转写文本组成。它按不同策略切分:page(逐页)、outline(按章节树)、question(按题目,适合试卷),识别与切分由 MinerU 完成,不消耗 LLM token。工具可通过 uvx 直接从 Git 仓库运行,无需克隆或固定安装路径。它依据仓库内的 Layout Spec(.digest/layout.yaml)决定每个 PDF 的切分策略与落盘路径模板,并输出 manifest.json 记录各 PDF 的完成与失败页数,支持重跑续传。