PDF 智能阅读助手 Pro

你在处理什么

日常里 PDF 往往卡在三件事：可复制文本、扫描件/图片页、表格和版式。再加上加密、超大文件、批量合同/论文/发票，如果每次都手写脚本拼 pymupdf、pdfplumber 和 OCR，路径还容易踩注入坑。

技能怎么组织工作流

触发词覆盖阅读、提取、总结、转文本/Markdown、关键词、问答、合同/论文/发票/简历等场景。核心按能力拆成多条流水线：

• 工作流 A：用 pymupdf 做纯文本提取，再套 LLM 模板做全文总结、合同/论文/发票/简历结构化、关键词检索。
• 工作流 B：先判断是否要 OCR；默认 pytesseract + pdf2image（轻量、沙箱友好），高配可选 marker-pdf；另有智能选择引擎的 B3。
• 工作流 C：pdfplumber 抽表格；D 处理加密 PDF（需密码）；E 大文件分页；F 导出 Markdown（纯文本、表格、一键合并）；G 批量处理。

v1.2.1 起，所有文件路径入口统一走 safe_path()，避免路径逃逸与非法字符。

适用边界

• 纯文本与表格依赖常见 Python 库，环境要求低；marker-pdf 需要约 8GB 内存和模型磁盘，只适合服务器/高配机，失败时应降级到 pytesseract。
• 损坏或非 PDF、权限/加密、内存不足、缺依赖或 tesseract 未安装，技能文档里有对应错误表；大文件优先分页、控制并发。