轻量化离线PDF自动化处理工具

解决什么具体问题

日常 PDF 处理常卡在重复劳动：文件夹里几十份扫描合同要合并、加水印、加密；发票要批量转 Excel；论文扫描件想复制文字；或者拆分、抽取指定页、清理空白页。手动点点点不仅慢，还容易漏文件、命名混乱、处理完不知道哪些失败。尤其大批量 PDF 时，普通工具还可能卡顿、内存溢出。这个技能把这些操作搬到本地离线环境，用一条自然语言指令触发批量处理，减少手工切换。

它如何工作

技能按「指令解析 → 文件校验 → 批量处理 → 归档输出 → 结果反馈」闭环运行。

核心能力分四块：

• 文件基础操作：多 PDF 合并、按页数拆分、抽取指定页面、清理空白页。
• 格式互转：PDF 与 Word / Excel / TXT / 图片双向转换，尽量保留表格、图文和签章排版。
• OCR 文字解析：离线识别扫描件、图片内嵌 PDF 中的中英文印刷文字；ocr_enable 可关闭以节省内存。
• 安全排版：批量文字/图片水印、打开密码、打印复制权限限制、目录页码和页眉页脚。

流程上，先从自然语言提取操作动作、文件范围、输出配置和安全参数，再遍历目标目录筛选 .pdf，校验损坏或受保护文件并生成失败清单；接着按动作组合串行执行，例如「合并 + 加水印 + 加密 + 转 Word」；最后用 {操作类型}_{日期}_{原文件名} 命名、按分类归档、生成操作日志，并返回成功、跳过、失败摘要。大文件超过 max_page_limit 自动分块，批量任务支持断点续跑；并发数由 batch_concurrency 控制，低配设备会自动下调。

边界与注意点

适合 Windows 10+、macOS 12+ 或主流 Linux，最低内存约 4GB。它处理标准 PDF；带提取保护的加密 PDF 会被跳过，手写扫描件识别效果较差。OCR 模型首次启动需联网拉取，之后可断网使用。仅处理自己拥有版权的文档，不要用于解密他人受保护 PDF。