SuperAPI AI 工具集

pdf-toolkit

办公与效率

查看项目

更新于 10-16 05:54

技能介绍

用途:pdf-toolkit 用于处理已经存在的 PDF 文件,涵盖压缩、页面渲染、文本提取、内嵌图片提取、扫描件 OCR,以及页面合并、拆分、提取和删除。若需 CAJ 转 PDF,应先用单独的 caj-pdf 技能。

主要能力与对应脚本:压缩或减小体积用 scripts/pdf_compress.sh;将页面转为 PNG/JPG 预览或长图输入用 scripts/pdf_render.sh;提取文本或生成 .txt 用 scripts/pdf_text.sh;提取内嵌图片用 scripts/pdf_images.sh;对扫描 PDF 做 OCR 用 scripts/pdf_ocr.sh;合并、拆分、提取或删除页面用 scripts/pdf_pages.sh。

常用命令:scripts/pdf_compress.sh input.pdf;scripts/pdf_render.sh input.pdf --format png --dpi 180;scripts/pdf_text.sh input.pdf --layout;scripts/pdf_images.sh input.pdf;scripts/pdf_ocr.sh input.pdf;scripts/pdf_pages.sh extract input.pdf 1-5;scripts/pdf_pages.sh merge output.pdf a.pdf b.pdf;scripts/install_deps.sh --check。

使用规则:运行脚本前先确认输入文件存在;除非用户指定输出路径,否则默认输出在输入文件旁;不要覆盖已有输出,除非用户明确要求,脚本默认生成带时间戳的输出;可用时用 pdfinfo 校验生成的 PDF;最后报告输出路径和关键校验结果,如页数、文件大小或生成文件数量。

依赖:压缩依赖 gs;渲染依赖 pdftoppm;文本提取依赖 pdftotext;图片提取依赖 pdfimages;OCR 优先用 ocrmypdf,回退方案使用 pdftoppm、tesseract 以及 qpdf 或 mutool;页面操作优先用 qpdf,常见操作回退用 mutool。缺少依赖时先运行 scripts/install_deps.sh --check,向用户展示缺失命令和建议的包管理器命令;仅在用户要求安装依赖后才运行 scripts/install_deps.sh --install。不要用脆弱的解析方式临时替代。install_deps.sh 支持 macOS 的 Homebrew 和 Debian/Ubuntu 的 apt-get,其他系统会打印缺失命令名供手动安装。

限制:资料未提供图形界面、云端处理、批量目录处理、具体性能指标或收费信息;OCR 语言、输出格式细节等也未说明。