SuperAPI AI 工具集

pdf-processing-openai

办公与效率

查看项目

更新于 10-15 23:49

技能介绍

用途:处理 .pdf 文件,包括阅读或提取内容、审阅版式与视觉效果、以程序化方式创建格式可靠的 PDF,并在交付前验证最终渲染效果。

主要能力与工作流:优先采用视觉审阅,将 PDF 页面渲染为 PNG 后检查;可用 pdftoppm 渲染,若不可用则安装 Poppler 或请用户在本地查看输出。创建新文档时使用 reportlab 生成 PDF;文本提取和快速检查使用 pdfplumber 或 pypdf,但不要依赖它们判断版式保真度。每次有意义的更新后重新渲染页面,核对对齐、间距与可读性。

依赖安装:优先使用 uv 管理依赖,Python 包安装命令为 uv pip install reportlab pdfplumber pypdf;若 uv 不可用,使用 python3 -m pip install reportlab pdfplumber pypdf。渲染所需系统工具:macOS 用 brew install poppler,Ubuntu/Debian 用 sudo apt-get install -y poppler-utils。若环境无法安装,应告知用户缺少哪个依赖及本地安装方式。无需环境变量。

渲染命令:pdftoppm -png $INPUT_PDF $OUTPUT_PREFIX。

文件约定:中间文件放在 tmp/pdfs/,完成后删除;最终产物写入 output/pdf/;文件名保持稳定且具描述性。

质量要求:保持统一字体、间距、页边距与章节层级;避免文字裁切、元素重叠、表格断裂、黑块或不可读字形;图表、表格与图片需清晰、对齐并标注明确;仅使用 ASCII 连字符,避免 U+2011 等 Unicode 破折号;引用与参考文献需人类可读,不得残留工具标记或占位字符串。

最终检查:在最新 PNG 检查显示零视觉或格式缺陷前不要交付;确认页眉页脚、页码与章节过渡美观;整理或删除中间文件。

限制:资料未提供具体收费、平台支持范围或效果保证等信息。