技能介绍

解决什么问题

拿到一份 PDF 幻灯片，往往是最终交付物：导出的 PDF、扫描件、客户回传的版本。这时只想改一个错字、替换一张图、删掉一页，或者在末尾补一页风格一致的总结页。PDF 天生不是可编辑格式，改一个字的常见代价是回到源文件重做整份 deck，或者截图后逐页重绘——前者可能根本没有源文件，后者会破坏字体与排版。

它是怎么工作的

这个技能把这类修改收敛成一条自然语言驱动的流程：你在对话里给出指令（比如「把第 3 页的标题改成 2026 年规划，删掉第 5 页，并在最后加一页致谢」），agent 调用 Nano-PDF 完成解析与重绘。核心能力包括：

定位目标页面：从指令中解析页码与元素，找到要修改的文本块或图片。
页内编辑：改写文案、替换插图、调整局部版式，尽量保持原页面结构。
风格一致的插页：生成与现有 deck 字体、配色、版式一致的新幻灯片页，而不是凭空画一张图。

关键步骤大致是：解析指令 → 识别页面元素 → 执行编辑或生成新页 → 输出更新后的 PDF。

适用边界与注意点

它的边界很明确：只做 PDF 页面级编辑和 deck 内一致的新增页，不负责通用设计自动化，也不能替代从零搭建整套幻灯片。上游依赖 Python 3.10+，并依赖 pdftotext、tesseract 等外部命令行工具；生成环节使用 Gemini 3 Pro Image，需要付费 API 额度。扫描件的 OCR 准确率、字体是否嵌入、复杂图表的还原度都会影响结果，重要修改建议先在副本上验证。