用途：从 PDF 书籍生成用于 thinkingmachines/Inkling 的 LoRA 微调数据，基于 Tinker。触发场景为用户要求用 Tinker 为 Inkling 创建微调数据。
主要能力：提取任意 PDF→过滤→切分；生成监督配对（instruction 为标题/摘要，response 为正文），输出 .jsonl（默认 <pdf_basename>_training_full.jsonl）。切分策略：可检测标题时按标题切分，否则按页切分并支持可配置重叠。命令提取：扫描反引号 / $ 文本模式；对图片内终端命令用 fitz 的 page.get_images() 提取图片并 OCR（如 tesseract 或视觉模型），恢复的命令转为监督配对（instruction="How to use ?"，response=用法与上下文）。训练脚本 scripts/train_lora.py（LoRA + cross_entropy），通过 create_lora_training_client 使用。格式为 tinker_datum_supervised_lora（loss: cross_entropy, weights, LoRA）。
使用方式：依赖 pip install tinker（已验证 v0.23.0），使用 types.Datum、types.ModelInput.from_ints、cross_entropy loss；tokenizer 用 training_client.get_tokenizer()（需完整 tinker 环境；tml_tokenizers 为 SDK 内部，不在 PyPI）。Datum 结构：model_input=types.ModelInput.from_ints(tokens=input_tokens)，loss_fn_inputs 中 weights（0=prompt，1=completion）与 target_tokens（相对 input 偏移 1）；调用 training_client.forward_backward_async(data=[datum], loss_fn="cross_entropy")。执行：python chunk_pdf.py --pdf <path>；命令参数 --pdf <path>，输出路径可指定。模型 ID 需用文档精确字符串：thinkingmachines/Inkling（64K）、thinkingmachines/Inkling:peft:262144（256K）；若 SDK 返回 400，注意大小写敏感。
限制：强制零二进制/零批处理，经 sys.executable 执行，不使用编译包装器。需完整 Tinker 环境；tml_tokenizers 非 PyPI 包。图片命令依赖 OCR 质量。其余价格、平台支持、效果等事实暂未提供。