PDF 万能大师

要解决的问题

处理 PDF 时，常见问题不是“能不能改”，而是不知道文件处于什么状态：加密、扫描、文本层缺失、页面混合，都会导致提取、合并、压缩、脱敏等步骤静默失败。该技能把这些问题前置成检测与路由，避免直接猜测执行。

工作方式

• 先检测后处理：通过 pdf_info.py 读取页数、大小、加密状态、文本层、扫描件占比和元数据。
• 按类型路由：文本层走 PyMuPDF / pdfplumber；纯图像走 OCR；混合页面分路处理；加密文件要求密码或终止。
• 意图拆分：复合指令会拆成能力链，例如重命名、合并、生成目录，并按依赖顺序执行。
• 高风险确认：批量任务、不可逆操作、参数缺失时先展示清单、差异或默认值。
• 交付质检：结果文件之外，附验收结论、失败降级和安全说明，发票验真与电子签名在外部接口不可用时明确标注限制。

适用边界

适合需要可控流程的 PDF 编辑、整理、提取与脱敏任务。若文件涉密，必须遵循本地处理限制；“涂黑/打码”与“永久删除”是不同操作，不能混用。外部依赖不可用时，不得伪造验真或有效签名结果。