pdf-smart-batch-processor — PDF批量智能处理大师
本地离线完成PDF全链路自动化操作，无需第三方付费软件，支持批量文档并行处理，形成「指令解析→文件校验→批量处理→归档输出→结果反馈」完整闭环，解决多PDF手动操作耗时、扫描件无法复制文字、合同保密归档等高频职场痛点。
触发场景
- 用户需要批量处理PDF（"合并文件夹里所有PDF"）
- 用户需要扫描件提取文字（"扫描PDF提取文字保存TXT"）
- 用户需要给合同添加水印、设置打开密码（"批量合同加水印加密"）
- 用户需要PDF与Word/Excel互相转换（"PDF批量转可编辑Word"）
- 用户需要拆分PDF、提取指定页面、清理空白页
- 用户需要自动生成PDF目录、页码、页眉页脚
- 用户处理大量PDF出现卡顿、内存溢出，需要轻量化处理
- 用户需要统一归档处理后的文件并生成操作日志
四大处理能力模块
| 模块 | 触发条件 | 能力说明 |
|---|---|---|
| 文件基础操作 | 合并/拆分/提取页面/清理空白页 | 批量多文档合并、按页数拆分、单独抽取指定页面、自动剔除空白页面 |
| 格式互转模块 | 需要导出Word/Excel/TXT/图片 | PDF与多格式双向转换，保留表格、图文、签章原始排版 |
| OCR文字解析 | 扫描版、图片内嵌PDF | 离线识别中英文印刷文字，支持开关关闭以节省内存 |
| 安全排版模块 | 水印、加密、目录页码 | 批量文字/图片水印、文档访问密码、打印复制权限限制、自动生成目录页码 |
| 四大模块可单独使用，也可组合执行。例如"合并PDF+加水印+加密+转Word"一次性串联全部流程。 |
工作流程
第一步：解析用户处理意图
- 读取用户自然语言指令，提取四类核心信息：
- 操作动作：合并/拆分/OCR/加水印/加密/格式转换/生成页码目录
- 文件范围：单文件/指定文件夹批量、自定义页面区间
- 输出配置：导出格式、自定义存储路径、文件命名规则
- 安全参数：水印文字、透明度、打开密码、文档权限限制 - 示例指令拆解：
指令：把项目合同文件夹全部PDF合并，添加内部保密水印，设置打开密码，转Word保存桌面
提取动作：合并、加水印、加密、PDF转Word；文件范围：目标文件夹批量；输出路径：桌面；安全配置：保密水印、访问密码
第二步：批量读取并校验本地PDF文件
- 遍历用户指定目录，筛选后缀为.pdf标准文档；
- 文件完整性校验：损坏PDF、受提取保护加密PDF标记跳过，自动生成失败清单；
- 兼容中文路径、特殊字符文件名，自动转码规避读取失败；
- 根据内置并发参数加载文件，低配设备自动下调并发数降低内存占用；
- 读取技能配置参数，确认批量并发、OCR开关、单页上限等规则。
第三步：执行PDF批量处理任务
根据用户提取的动作组合，按顺序执行对应处理逻辑，支持多能力叠加：
1. 文件基础操作：合并多文档、按页数拆分、提取指定页面、清理空白页；
2. 格式互转：PDF双向转换Word/Excel/TXT/图片，保留原始排版与表格；
3. OCR离线识别：扫描件/图片PDF提取中英文印刷文字，可关闭OCR节省资源；
4. 安全防护：批量添加文字/图片水印、设置文档打开密码、限制打印复制权限；
5. 排版优化：自动生成目录、全局页码、自定义页眉页脚。
第四步：标准化输出归档
- 统一文件命名规则：{操作类型}{日期}{原文件名}；
- 自动新建分类文件夹存放处理完成文件，支持自定义输出目录；
- 生成操作日志，记录成功文件、跳过损坏文件、整体执行耗时；
- 单文件超过1000页自动分块处理，避免内存溢出；批量任务支持断点续跑，中断重启可接续处理。
第五步：返回处理结果摘要
向用户输出结构化汇总信息：
- 总读取文件数量、成功处理数量、失败跳过文件数量
- 处理完成文件存储目录路径
- 简要操作日志摘要
- 损坏/无法处理文件完整清单（如有）
可配置参数（内置配置面板可调）
- batch_concurrency：批量并发文件数，默认5，低配设备推荐2
- watermark_opacity：水印透明度，取值0.1~0.8
- ocr_enable：OCR识别开关，true开启 / false关闭
- max_page_limit：单文件最大处理页数阈值，默认1000
- output_dir：自定义输出存储路径，支持相对/绝对本地路径
适用场景
- 行政人事：员工合同批量加密归档、入职资料合并整理
- 财务会计：发票PDF批量转Excel、凭证拆分分类存储
- 科研学生：扫描论文OCR提取文字、多篇参考文献合并成册
- 法务团队：对外合同批量加水印、统一保密权限、条款批量批注
运行约束与边界说明
- 系统兼容：Windows10+ / MacOS12+ / Linux主流发行版；最低内存4GB
- 能力边界：仅支持标准PDF；带提取保护的加密PDF、手写扫描件识别效果较差
- 网络要求：首次启动自动拉取轻量化OCR模型（需联网），后续断网可完整使用
- 合规提示：仅可处理自身持有版权文档，解密他人受保护PDF存在侵权风险
快速示例
示例1：基础批量合并加水印
用户：将桌面简历文件夹所有PDF合并，添加「内部资料」水印输出到桌面
流程：解析用户指令→遍历读取简历PDF并校验→批量合并文档→全局添加水印→输出至桌面并标准化命名→输出处理汇总与成功清单
示例2：法务完整业务组合处理
用户：批量处理项目合同文件夹，合并全部文件，设置打开密码123456，转Word并添加保密水印
流程：解析多动作组合需求→校验全部合同PDF，跳过损坏文件→合并文档+加密权限配置→批量转Word+添加水印→自动归档至日期文件夹→输出操作日志+失败文件清单
