图文格式转换助手

解决什么问题

图片格式不统一、扫描件无法编辑、PDF 体积过大是日常办公的常见痛点。拿到一份扫描合同，想改几个字却发现 Word 里全是图片；多张截图要合成 PDF 却找不到顺手的工具；有文本层的 PDF 想拆成图片做二次排版，批量处理更是麻烦。这个技能面向这类具体场景，把图片互转、PDF 拆合、扫描件转可编辑文档整合到一条流程里。

能做什么

• 图片互转：JPG、PNG、WEBP、BMP、TIFF 之间自由转换；
• 多图合成单个 PDF，或将 PDF 逐页拆成图片；
• 图转文：扫描件、截图经视觉读取后转录为真实可编辑的 docx，不是整页嵌图；
• 图转表格：含表格的图片或扫描页结构化为可编辑的 xlsx，多张表自动拆成多个 Sheet；
• PDF 压缩：有文本层时保留文字可选中，体积优先时可降级为图片型。

工作流程

1. 识别：调用 scripts/detect.py 拿到每个文件的类型、尺寸、页数、是否有文本层、质量标记；
2. 质量预检：质量标记为 LOW_RES、UNREADABLE、EMPTY 的文件会明确告知用户重传，不硬转；
3. 反问目标：根据源文件类型给出目标格式与参数选项，如合并 PDF 时的页面顺序、转图片时的 dpi；
4. 视觉转录：图转文时逐字转录、不改写不补全，金额日期等关键数据照原样保留；图转表格时合并单元格必须展开、跨页续表合并为一张表；
5. 渲染交付：转录文本经 build-docx 渲染为 Word，表格 JSON 经 build-xlsx 渲染为 Excel，结果文件统一放入工作区。

边界与注意点

• 暂不支持 HEIC 直转，需先用系统预览导出为 JPG/PNG；
• 不做音视频转码、压缩打包，也不是纯 OCR 工具——它侧重"转成能用的格式"，而非只提取文字；
• Office 文档之间（docx/xlsx/pptx）不能互转；
• 扫描件转出的文字版不保留印章和手写签名，如需佐证可另出图文版嵌入原图。