定时PDF水印清除专家

核心能力

定时任务驱动，无人值守

• 通过 schedule_time 参数与系统调度器（cron / 任务计划程序）配合，可在每日固定时段（默认凌晨2点）自动扫描源文件夹，批量处理新产生的 PDF 文件。

两种去水印模式

• 内置方案：使用 PyMuPDF 对指定坐标区域执行 white_rect 白色矩形遮盖或 blur 高斯模糊；
• 外接方案：当 cover_method 设为 external_tool 时，调用专业去水印软件的 CLI 接口进行批量处理，需通过 external_tool_path 指定可执行文件路径。

处理流程

1. 定时触发 → 扫描 source_folder 中符合 file_pattern 的 PDF 文件；
2. 备份（默认开启） → 将原始文件复制到 source_folder/backup/ 目录，保留原始留档；
3. 遍历处理 → 逐个文件选择去水印方式，完成后将结果写入 output_folder，文件名冲突时自动追加 _cleaned 后缀；
4. 校验与归档 → 处理失败的文件被移至 output_folder/errors/ 并记录到日志中；
5. 日志与通知 → 每次运行生成 removal_log_{date}.txt，记录每个文件的处理状态（成功/失败/跳过），运行结束后可发送汇总通知。

适用边界

该技能主要面向固定位置、图片型水印的批量清除，对于以下场景需谨慎评估：

• 矢量/文本水印：若水印为矢量绘制或嵌入正文图层，内置遮盖方案无法彻底移除，需依赖外部工具；
• 多变水印位置：watermark_rect 为固定坐标参数，若水印在文档中位置随机或频繁变化，需结合文档结构分析动态调整，或分多次设定不同区域；
• 扫描件与图片型 PDF：遮盖方案会覆盖页面区域内容，可能影响原始图文信息，处理前建议开启备份并抽检输出质量。

整体而言，该技能适合作为文档预处理流水线中的一个自动化环节，以固定的坐标规则配合定时调度，完成大量重复性的水印清理工作。