pdf-management

name	pdf-management
description	PDF file management toolkit. Use when the user needs to (1) merge multiple PDFs into one, (2) split a PDF into multiple files, (3) extract specific pages from a PDF, (4) read PDF text content, (5) add watermark to PDF. Supports advanced PDF operations beyond simple reading.
version	1.0.0
domain	tech
last_updated	2026-08-26
status	stable

PDF Management Toolkit

Advanced PDF operations for project files. Handles merge, split, extract, read, and watermark operations.

When To Use

• 合并多个 PDF 为一个文件
• 拆分 PDF 为多个文件
• 提取 PDF 的特定页面
• 读取 PDF 文本内容（比 read_project_file 更详细）
• 给 PDF 添加水印

Tools

Tool	Action	Description
manage_pdf	merge	合并多个 PDF
manage_pdf	split	按页面范围拆分 PDF
manage_pdf	extract	提取特定页面
manage_pdf	read	读取 PDF 文本和表格
manage_pdf	watermark	添加文字水印
read_project_file	read	简单 PDF 文本提取

Usage Examples

合并 PDF

{
  "action": "merge",
  "file_ids": [101, 102, 103],
  "output_name": "合并报告.pdf"
}

拆分 PDF

{
  "action": "split",
  "file_id": 101,
  "page_ranges": [
    {"start": 1, "end": 5, "label": "第一部分"},
    {"start": 6, "end": 10, "label": "第二部分"}
  ]
}

提取页面

{
  "action": "extract",
  "file_id": 101,
  "page_numbers": [1, 3, 5, 7],
  "output_name": "关键页面.pdf"
}

读取内容

{
  "action": "read",
  "file_id": 101,
  "page_numbers": [1, 2, 3]
}

添加水印

{
  "action": "watermark",
  "file_id": 101,
  "watermark_text": "内部文件",
  "output_name": "水印版本.pdf"
}

Workflow

1. Identify → 确定操作类型和目标文件
2. Execute  → 调用 manage_pdf 执行操作
3. Confirm  → 向用户报告结果

Important Notes

• 所有页码都是 1-based（第一页 = 1）
• 合并操作需要至少 2 个 PDF 文件
• 拆分和提取会创建新文件，不修改原文件
• 水印操作会创建新文件，不修改原文件
• 读取操作返回每页的文本内容和表格数据

Capability Upgrade

Mode Selection

• Quick: 用户只要求合并、拆分、提取或加水印时，直接确认文件、页码和输出名后执行。
• Standard: 处理项目交付物时，先校验文件顺序、页码范围、命名规范和是否需要保留原件。
• Deep: 文件用于知识库、客户档案或正式交付时，执行内容读取、页码索引、章节识别和结果复核。

Context Enrichment

在 Aria 项目空间中使用时，先识别文件属于哪类资产：客户资料、项目文档、会议材料、交付物、合同、审计证据或知识库素材。若用户没有说明用途，根据项目阶段和文件名推断，但必须在回复中披露推断。

Operation Decision Logic

用户目标	推荐动作	关键检查
合成正式交付物	merge	文件顺序、封面、目录、页码连续性
拆出章节	split	页码范围、章节标题、输出命名
提取证据页	extract	页码准确性、证据上下文、原文件保留
读取知识内容	read	页码范围、表格/正文区分、缺页风险
发布前脱敏	watermark	水印文本、是否遮挡正文、是否保留无水印原件

Failure Handling

• 文件缺失、页码越界、PDF 加密、扫描件无文本层时，不要静默失败。
• 如果读取结果为空，明确说明可能是扫描件，并建议走 OCR 或人工确认。
• 如果多个文件顺序不确定，先要求用户确认顺序，不要自行合并正式文件。

Quality Gates

• 页码使用 1-based 规则，并已向用户确认。
• 输出文件名能体现客户、项目、用途和日期。
• 所有操作均生成新文件，不覆盖原文件。
• 对正式交付物，已检查合并顺序、页数和水印可读性。
• 对知识库素材，已说明是否成功提取文本和表格。

Deliverable Catalog

Deliverable	When to use	Minimum content	Format
Merged PDF package	合并正式材料	文件顺序、页数、输出名、原件保留和结果确认	PDF
Split PDF set	按章节拆分	页码范围、章节名称、输出文件和索引	PDF
Evidence page extract	提取证据页	原文件、页码、证据说明、输出文件和引用	PDF / Markdown
PDF text extraction note	读取内容	页码、正文、表格、读取限制和扫描件提示	Markdown
Watermarked PDF	发布或流转	水印文本、位置、输出文件和可读性确认	PDF
PDF processing log	批量处理	操作、文件、页码、结果、失败原因和下一步	Markdown / Excel