SuperAPI AI 工具集

pdfcraft-cli-inspect

办公与效率

查看项目

更新于 11-04 23:01

技能介绍

用途:pdfcraft-cli-inspect 用于 PDF 的只读检查。典型场景包括读取 PDF 元数据、统计页数、提取文本、判断是否为扫描件、生成预览、对中文扫描件做 OCR,以及在正式处理前或处理后做一致性检查。对提取不到文本的情况,本技能只标注“待 OCR”,需要 OCR 或视觉确认,不会误判为空白文档。

主要能力:通过独立新进程执行 info、text 等检查命令;以计划格式 {"domain":"printcraft","steps":[{"command":"实际工具名","params":{}}]} 描述操作,先查 Schema 再填参数,经 check 校验后由 run 执行输出到全新目录,并可用 status、reconcile、verify 追踪状态、只读对账和验证结果。cli.py -- tools 首次使用可能触发安装,因此不能称为只读安装诊断;--archive 可指定离线固定 ZIP,仍会验证全部摘要,且不修改 PATH。

使用方式:先设置 SKILL_DIR 为宿主实际加载的本文件目录,运行 bootstrap.py --diagnose 诊断;已有安装授权时以 --runtime-home 指定独立用户数据目录完成运行时准备,再用 commands.py list / describe 查看命令与参数。执行时显式通过 --input 登记需保护的文件或目录,执行前后检测摘要;输出目录必须全新,runId 仅用于追踪、不保证 exactly-once,已执行或结果不明的任务不能换目录或 runId 重放。零退出只到 REVIEW_REQUIRED,须检查显式清单、大小/摘要、在新进程中重开、逐页文本与几何,并完成与当前摘要绑定的视觉审阅。表单、脱敏、签名、PDF/A、OCR 分别记录验收状态。

适用场景:PDF 内容核查、扫描件识别与 OCR 判断、处理流程前后比对、批处理前的只读检查等。

限制:属于受控开发预发布;Python 3.11+,固定发行 printcraft-cli 0.2.1,仅 macOS arm64 锁经验证;原生 0.2.1 的 OCR 仅支持英语,中文扫描识别需显式可选 Tesseract 后端,并先核实输出策略与后端身份;显式 --input 检查并非沙箱,未登记路径不受保护;原生过程可能写文件、联网或使用系统资源;不回放未知或部分结果,不自动循环修订;旧或损坏回执拒绝恢复,需保留原件调查;任务目录可能含敏感 PDF,应由用户按保留策略清理。其他功能细节暂未提供。