阿拉丁智能PDF文档工坊

PDF 结构化解析的痛点

日常处理 PDF 时，常见的提取工具往往只能完成单点任务：要么导出图片和文本，要么识别表格。结果就是文本阅读顺序错乱、表格结构丢失、文档大纲无法提取。遇到中文文档，还常因字体编码问题出现乱码。这类碎片式提取无法直接用于下游的知识管理系统。

阿拉丁·智能 PDF 文档工坊的工作方式

本技能提供纯本地、零依赖的解析方案，仅使用 Python 标准库即可离线运行。通过三步工作流将 PDF 转化为结构化数据：

• Step 1 解析 (pdf_ingest.py)：读取 PDF 字节，生成包含页码、文本块、图片的中间表示 _ir.json，并导出内嵌图片。
• Step 2 结构化 (pdf_extract.py)：按坐标重建阅读顺序，通过字号与位置聚类切分标题章节，坐标聚类提取表格生成 tables.csv。针对中文文档，支持 Type0/Identity-H + ToUnicode CMap 解码，确保文本正常显示。
• Step 3 知识导出 (pdf_report.py)：输出结构化知识 knowledge.json、离线速览 pdf_preview.html 及 summary.md 摘要模板。
• Step 4 智能摘要：最后由 Hy3 模型读取 summary.md，基于真实章节内容生成一句话结论和关键要点，回填至文档。

适用边界与注意事项

• 离线解析，非云端 OCR：本技能通过字体编码解析文本，不包含手写体 OCR。扫描版 PDF 需先进行 OCR 处理再输入。
• 提取而非编辑：仅负责将 PDF 解析为 Markdown、CSV、JSON 等结构化格式，不具备修改 PDF 内容的功能。
• 复杂排版需人工微调：对于极端复杂的多栏排版或嵌套表格，自动重建可能需手动干预。