SafeShrink 密小件

解决的问题

在把 .docx、.pdf、.xlsx 或扫描件交给 LLM 前，原始文件常带有大量 XML 样式、批注、宏、冗余格式和敏感信息。这会导致文件体积偏大、Token 消耗偏高，也容易造成手机号、证件号、银行卡号、金额等字段在分享或调用模型时泄露。

技能如何工作

SafeShrink 密小件 以本地离线方式处理文档，核心围绕三件事：

• 文档减肥：移除冗余格式和隐藏内容，输出 标准减肥、激进压缩、深度清理 或 .ssd 结果。
• 安全脱敏：识别并替换敏感字段，支持 JSON、XML、YAML、CSV、HTML 等结构化文件，且通常只替换字符串值，不破坏 key 与数据结构。
• SSD 转换：将 Office/PDF 转成更接近 Markdown 的 .ssd 格式，保留标题、列表、表格等结构，降低 LLM 读取开销。

对扫描件和图片，它支持 OCR 识别，可将 PDF、.jpg、.png、.webp 转成可搜索文本；对 .zip、.rar、.7z 则解压后批量处理。所有流程强调先拦截、再提示、等用户确认后执行，避免未经确认直接读取或转换原文件。

适用边界

它更适合 AI 预处理、外发脱敏和批量文档瘦身，不适合替代在线协作、复杂排版编辑或需要保留原始交互格式的场景。激进压缩 会输出纯文本并损失样式；深度清理 属于最大压缩模式，需要确认；OCR 能力依赖 Tesseract。处理平台主要为 Windows 10/11，且所有数据保持本地处理。