PDF 隐私脱敏与敏感文字删除
本技能仅在输出副本中移除指定文字，不删除原文件。采用不可逆栅格化重建；输出会失去可搜索文本、链接、表单、签名、图层、附件和无障碍结构。
适合这些请求
- “合同、简历或报告外发前，永久删除指定敏感信息。”
- “不要只盖黑框，要确认文字不能搜索、复制或从原始字节找回。”
- “生成脱敏 PDF，同时给我一份命中和泄漏复检报告。”
试用入口
需要试用时，先创建只含虚构文字 Secret Person 的测试 PDF，再配合 examples/terms.txt 验证脱敏；包内不附带真实客户 PDF。
交付结果
- 栅格化重建、无文字层的脱敏 PDF。
- 每个指定词项的命中数量和未匹配阻断结果。
- 页数、文本提取和原始字节泄漏复检报告。
工作流程
运行以下命令时，以本技能安装目录为工作目录；从其他目录运行则使用脚本、输入和输出的绝对路径。
- 始终在副本上操作，并要求用户提供 UTF-8 词项文件，每行一个需要精确移除的字符串。
- 确认已安装
references/requirements.txt中的依赖，再运行python scripts/run.py --input <source.pdf> --terms <terms.txt> --output <redacted.pdf> --report <report.json>。 - 除非明确使用
--allow-unmatched，否则每个指定词项都必须至少定位到一次匹配。 - 只有重建后的 PDF 能重新打开、页数一致、全部词项均不出现在提取文本和解码原始字节中，且报告状态为
pass，才可判定成功。 - 人工目视复核所有输出页面，并在受控权限下保存原文件和报告。
限制说明见 references/contract.md。不得宣称能够移除用户没有明确提供的敏感词项。
