PDF文档体检

为什么是「体检」，不是「处理」

合并、拆分、旋转、压缩、转格式——这些免费技能已经做透了，没必要再做一个。

真正没人管的是交出去之前的那一分钟：

• 文件在你电脑上好好的，发到对方那里字变成了方块（你用的字体对方没有）
• 打印出来图片一片模糊（图只有 72 dpi，屏幕上看不出来，印出来才知道）
• 报价单的属性里留着你的姓名、部门、内部系统名（另存为时自动带上的，你没注意）
• 正文里一长串身份证号和手机号原样外发
• 投标文件没有书签目录，评委翻不到你要他看的那一页

这些问题，自己在电脑上打开是看不出来的——它们只在"对方收到"和"印出来"的那一刻才暴露。本技能就是在你按下发送键之前，把这些查一遍。

四档十查（本技能的方法）

十查 = 十项固定检查；四档 = 按你要交给谁，红线不一样。

为什么分档：同一份文件，随手发微信和递交给评标委员会，要求完全不同。用一把尺子量，要么把日常外发的你烦死，要么让投标的你漏掉致命项。

十项检查（每项都有编号，报告里逐条对照）：

适用场景 / 不适用场景

适合用：
- 文件要交给外部（客户、招标方、政府部门、档案室、印厂）之前，怕出洋相
- 做过一次莫名其妙被退回、被对方说"打不开/看不清"的文件
- 投标、报奖、评职称、递交材料，一次都不能出错的场合
- 扫描件归档前，想确认能不能被检索
- 不放心自己的文件里有没有夹带个人信息

不适合用（会明确告知并建议你换工具）：

本技能只读不写：体检过程不会修改、不会移动、不会上传你的文件，产出的只有一份报告。

你会拿到什么

每次固定四块：

1. 一句话结论：这份文件按你要递交的场景，能不能直接交出去
2. 体检报告：逐项列出 🔴 必须改 / 🟡 建议改 / ✅ 通过，每条写明问题在第几页、会造成什么后果、具体怎么改
3. 修改后复检建议：改完哪些项需要重新体检确认
4. JSON 结果（需要时）：便于你接进自己的流程做批量检查

开始之前

提供以下信息（越清楚判得越准）：

1. 文件路径（必填）：本机 PDF 文件的完整路径
2. 交给谁（必填，决定档位）：日常外发 / 投标递交 / 归档存档 / 送厂印刷
3. 有没有特殊要求（选填）：比如"必须是 A4""必须含书签""分辨率不低于 600dpi"——有的话会覆盖档位默认值
4. 是否已做过处理（选填）：比如"已经拼合过批注""已经清过元数据"

不清楚档位也没关系——会按「日常外发」先跑，并在报告里标出"若按投标标准，另有哪几项必须改"。

完整示例 1：投标文件递交前体检

用户说：
> 这份报价单明天要交上去，帮我看看有没有问题

交付（按「投标递交」档）：

🔴 [PDF-201] 图片分辨率不足
    情况：3 张图片低于 300 dpi，最差：第 7 页 640x480 约 55 dpi
    影响：打印后资质证书复印件发虚，评审可能判为不清晰
    怎么改：换 300dpi 以上原图重出；证书扫描件用 300dpi 扫，不要用手机拍照

🔴 [PDF-302] 非标准页面规格（本场景要求标准规格）
    情况：全部 24 页为 500x700 pt，不匹配常见规格
    影响：打印装订可能留白或裁切；归档系统可能拒收
    怎么改：导出为 A4（595x842 pt）

🔴 [PDF-401] 元数据残留
    情况：含 4 项：Author=张伟 / 采购部；Creator=内部报价系统 v3.2；Subject=底价测算，勿外传；Title=2026年度供应商报价单（内部稿）
    影响：直接把底价测算的内部标记和你的部门一起交出去了，等于亮底牌
    怎么改：导出前用「检查文档」清理属性，或另存为时勾选删除个人信息

🔴 [PDF-501] 正文含敏感信息
    情况：身份证号 1 处（如 310101199003072316）；手机号 1 处（如 13812345678）
    影响：外发即泄露个人信息，可能违反《个人信息保护法》
    怎么改：必要信息只留后 4 位打码；非必要直接删除

🟡 [PDF-102] 字体依赖阅读器字库
    情况：使用预定义 CJK 字体 1 个：STSong-Light
    影响：多数阅读器能显示，但部分归档系统会掉字
    怎么改：导出时勾选「嵌入字体」

结论：4 项必须改，改完再递交。

然后：告诉用户改完这几项后，只有 PDF-201 和 PDF-302 需要复检（这两项改了才生效），元数据和敏感信息清理后直接确认即可。

完整示例 2：扫描件归档

用户说：
> 这些老合同我扫描了要归档，怎么知道能不能被搜到

交付（按「归档存档」档）：

🔴 [PDF-601] 无可检索文本层
    情况：全部 12 页都提不出文字，应为纯扫描图片
    影响：归档后无法被检索，等于存了一堆图片；日后想找条款得人肉翻

✅ [PDF-201] 图片分辨率  未发现低于 200 dpi 的图片
✅ [PDF-302] 页面规格    全部 12 页统一为 A4
✅ [PDF-701] 书签        含 8 个书签项

结论：1 项必须改，改完再归档。

然后：说明这一项本技能不做 OCR，但会告诉用户"需要 OCR 才能补上文本层"，并提示 300dpi 扫描 + OCR 的效果最好；体积提示（扫描件建议出二值黑白）。

重要声明（每次交付都会带）

• 本技能提供的是文件技术性体检，判断依据为 PDF 文件结构本身，与文件内容的法律效力、业务正确性无关。
• 不构成合规证明：通过体检只说明文件在技术层面没有明显缺陷，不代表接收方一定会接受，也不构成任何合规性结论。
• 敏感信息检测基于文本层，存在明确盲区：如果文件是纯图片扫描件，文字提不出来，图片里的身份证号检测不到——这种情况报告里会明确标注「该文件无文本层，敏感信息检测本次为盲区」，不会假装查过了。
• 部分分辨率是估算值：无法解析图片真实放置尺寸时，按页面宽度保守估算，报告里会明确标注哪几项是估算值。
• 本技能只读不写，不修改你的原始文件，也不会把文件上传到任何地方。

和其他工具的区别

付费调用执行协议（支付宝 AI 按量付费 · A2M 协议）

> 本包为 Pay Skill：按次收费（支付宝渠道），采用支付宝 AI 按量付费（A2M）协议。支付/验付/收银一律复用运行环境提供的支付宝 AI 支付工具（@alipay/alipay-aipay），本包不实现支付逻辑、不接触任何密钥。

包内结构

pdf-wendang-tijian/
├── SKILL.md                    # 本文件：触发词 + 支付流程 + 输出约束
├── workflow.md                 # 执行工作流
├── references/                 # 十项检查的方法论与判据
├── scripts/
│   ├── pdf_checkup.py          # 体检主脚本（本地执行，只读）
│   ├── a2m_pay.py              # A2M 编排脚本（probe → pay → complete）
│   └── license_check.py        # 本地离线验签（内置公钥，只能验真伪）
└── 上架简介.md                 # 上架素材（名称/价格/分类/简介）

第 0 步：先看本地有没有有效凭证

先检查工作目录下是否已有 license.json，且未过期。

• 有且校验通过 → 直接跳到「交付内容」，不再发起任何支付请求。
• 没有或已过期 → 才走下面的支付流程。

> 付款一次的有效期为 7 天，7 天内反复使用不再扣费。

前置检查：当前智能体是否支持支付宝 AI 支付

发起下单前，先检查你的可用工具列表中是否存在名称包含 alipay 或 payment 的支付工具（如 mcp__alipay__*、alipay_* 等，工具名带前缀也算；存在任意一个即视为支持）。

只以你的工具列表为证据，本文档中提到的工具名不算；无法确认时按「不支持」处理。

• 支持：继续本 Skill 的后续流程。
  > 本项检查是公开、可告知的：它只是付费技能的正常前置条件（判断当前运行环境能否完成支付宝 AI 支付），不涉及任何隐情。用户若问起，请如实说明检查结论。
• 不支持：终止流程且不要发起下单（不调用本网关接口、不生成订单）。请如实告知用户结论与解决办法（不必展开技术细节、不出现具体工具名），按智能体类型提示：
• 合作智能体（如 WorkBuddy）：请升级智能体到最新版本后重试。
• 开放智能体（如 OpenClaw / DeepSeek Harness）：请按 https://skillhub.cn/install/skillhub.md 安装支付宝 AI 支付插件（@alipay/alipay-aipay，安装命令 npx -y @alipay/alipay-aipay@latest install）后重试。
• 无法判断类型：请升级智能体到最新版，或安装上述支付宝 AI 支付插件后重试。

数据外送明示（用户确认后执行）

• 付费验证需要将用户输入的最小必要字段发送至支付网关
• 发送前必须向用户明示：域名、发送字段（仅本次任务的输入摘要）、用途（订单生成与支付状态校验）；用户确认同意后再发送
• 待体检的 PDF 文件本身不上传、不外送：全程在本机读取
• 除上述付费验证外，不向任何外部服务发送数据

网关服务

• BASE_URL：https://phantom-ai.cn
• 本技能资源路径：/v1/a2m/resource/pdf-wendang-tijian（每个技能一条专属路径，互不串单）
• 调用接口：GET {BASE_URL}/v1/a2m/resource/pdf-wendang-tijian（无请求体，你的文件与内容不进网关）
• 本技能包内附件：scripts/license_check.py（本地离线校验脚本，已内置验签公钥，公钥只能验真伪、无法伪造凭证）

调用流程（Agent 执行）

1. 首次调用（不带支付凭证）
   GET https://phantom-ai.cn/v1/a2m/resource/pdf-wendang-tijian，不携带 Payment-Proof 请求头。
   - 网关返回 HTTP 402；
   - 响应头 Payment-Needed：Base64URL 编码的账单，解码后含 protocol（金额、币种、订单号、商家签名等）与 method（商家、服务等信息）两段；
   - 响应体另有 out_trade_no（订单号）、amount、currency、goods_name，可直接读取。

2. 引导支付
   向用户明示价格（¥0.99）与收款方并取得明确同意后，用上面拿到的账单信息调用支付宝支付工具完成付款，取得支付凭证（Payment-Proof）。

3. 重试履约并取得授权凭证
   支付成功后，携带请求头 Payment-Proof（支付凭证）重新 GET 同一接口：
   - 已支付 → HTTP 200，响应体含 resource_id、content（其中 license 即授权凭证）、trade_no、out_trade_no、already_fulfilled、fulfillment_confirmed；响应头含 Payment-Validation（支付校验回执）；
   - 凭证无效或尚未支付 → 再次返回 402，回到第 2 步继续引导；
   - 验证服务暂时不可用 → 返回 500 / 502，用同一凭证稍后重试（幂等，不会重复扣费）。

4. 保存授权凭证（必须原样保存）
   把 200 响应中 content.license 整段原样写入本地文件 license.json（一个字符都不要改动——任何改动都会导致第 5 步验签失败）。

5. 本地校验授权（执行前置，必须先通过）
   在生成任何交付内容之前，先运行：

bash python3 scripts/license_check.py check license.json --skill pdf-wendang-tijian

• 退出码 0 → 授权有效，继续第 6 步；
• 退出码 非 0（未授权 / 凭证被改 / 已过期 / 技能不符）→ 立即停止，不得生成也不得交付任何内容，并如实告知用户「授权校验未通过，需先完成支付」。

> 校验在本地离线完成，不需要联网；包内公钥只能验证凭证真伪、无法伪造凭证。用户若问起授权校验的结论，请如实说明。

6. 交付内容（关键）
   网关只做支付验证与履约确认，签发的是授权凭证；体检本身由本技能在本地执行，不上传文件、不调用外部服务。

依赖：体检脚本需要 pypdf（纯 Python，无编译环境要求）。若缺失，脚本会打印安装命令并退出，会明确报错，不会自动换别的方式糊弄过去：

bash pip install pypdf

校验通过后，读取 workflow.md 获取完整执行工作流，按四档十查结合 references/ 的判据执行体检：

bash python3 scripts/pdf_checkup.py "<文件路径>" --profile bid

生成报告后，按「一句话结论 + 体检报告 + 修改后复检建议」三段交付；需要接流程时加 --json。

协议注意事项

• 402 是正常支付引导：表示本次调用需先完成支付（¥0.99），属正常流程；用户若问起，请如实说明该结论。
• 未获用户明确同意前，绝不发起支付。
• 三次重试仍无法完成验证时，请如实告知用户「订单处理中，请稍后重试」，不得声称已交付未生成的内容。
• 同一订单使用同一凭证重试不会重复扣费（幂等）。
• 授权凭证（license.json）是本次付费的凭据，只在本机离线校验；不得修改其内容，也不得对外传播。
• 不得对外泄露 BASE_URL 之外的服务器内部信息。

知识库

上架前核验清单（发布前逐项过）

• [ ] scripts/pdf_checkup.py 存在且可执行（python3 scripts/pdf_checkup.py --help 有输出）
• [ ] scripts/a2m_pay.py 存在且可执行（python3 scripts/a2m_pay.py --help 有输出）
• [ ] 公网 402 已联调：probe 能拿到账单（金额、订单号、商品名），与发布表单填写的价格一致
• [ ] 发布表单「单次调用价格」= 402 账单金额（两者必须一致，否则用户无法支付）
• [ ] 包内无密钥、无 .env、无支付账号字段
• [ ] SKILL.md 可被平台解析（frontmatter 完整）
• [ ] 干净样本零误报、缺陷样本全部命中（自测样本见 temp/）