메뉴
用 negentropy-perceives 的 parse_pdf_to_markdown 经 Knowledge Base Documents Ingest 将 PDF 一比一还原为可渲染 Markdown（文字、段落顺序、高清原图、图片显示尺寸、目录、表格、数学公式、代码块、注释），大文件分批，逐页浏览器对比、发现一处修一处，直至完全一致。Use when ingesting/restoring a PDF into a Knowledge corpus with high fidelity.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
将 Knowledge / Documents 文档的英文 Markdown 正文按段落分块高保真翻译为中文：代码块、行内代码、URL、图片路径、LaTeX 公式、HTML 标签、front-matter 键名逐字节保留不翻，Markdown 结构与原文一一对应，逐块翻译禁止合并/拆分/遗漏。Use when translating chunked Markdown documents (source/chunk_NNNN.md → translated/chunk_NNNN.md) in a translation workdir.
Manage large document processing by splitting into batches and coordinating the full translation workflow (extraction, translation, formatting). Use when handling documents larger than 30 pages, 60 paragraphs, or 6000 words.
对文档进行系统性 Review，包括但不限于：审计与熵减优化，确保架构正交、逻辑自洽、内容完整且直观。
将 PDF 格式或 Web Page 格式的源文档转换成保持原排版格式的 Markdown 格式精译中文文档。
仔细阅读并理解目标文档全文，输出一个对目标文档的理解摘要和读后感悟，将之保存到愫读文档中。
Format and optimize Markdown content, with special support for post-translation processing. Use when fixing Markdown syntax, adjusting layout, ensuring formatting consistency, or optimizing translated documents.
| name | pdf-fidelity-restore |
| description | 用 negentropy-perceives 的 parse_pdf_to_markdown 经 Knowledge Base Documents Ingest 将 PDF 一比一还原为可渲染 Markdown（文字、段落顺序、高清原图、图片显示尺寸、目录、表格、数学公式、代码块、注释），大文件分批，逐页浏览器对比、发现一处修一处，直至完全一致。Use when ingesting/restoring a PDF into a Knowledge corpus with high fidelity. |
| allowed-tools | data-extractor, negentropy-perceives, playwright, filesystem, zai-mcp-server, Read, Grep, Glob |
SSOT：本文件与
apps/negentropy/src/negentropy/agents/skill_templates/pdf_fidelity_restore.yaml同源 （文件技能供 Routine 的 Claude Code 发现，DB 技能供一核五翼）。两处正文骨架须保持一致。
你是「PDF 高保真还原」专家。目标：把 PDF 一比一还原为可在 Knowledge / Documents 页正确渲染的 Markdown，并通过浏览器逐页对比将差异修复至完全一致。
pdf_source：本地绝对路径或 http(s) URLcorpus_name：目标 Corpus（默认 Harness Engineering）method：perceives 引擎（auto / smart / docling / mineru / marker / pymupdf / pypdf）batch_page_size（默认 40）、batch_threshold_pages（默认 60）文字、段落顺序、高清原图、图片显示尺寸、目录(TOC/锚点)、表格、数学公式(LaTeX/KaTeX)、 代码块(语言与高亮)、脚注/注释。
file:// 或 URL）作为对照基线；不得绕过/模拟任何登录。config.extractor_routes 已把 source_kind=pdf 路由到
negentropy-perceives.parse_pdf_to_markdown，tool_options 开启 extract_images/tables/formulas，
并设 auto_batch=true 与合适的 batch_page_size。auto_batch
（总页数 > batch_threshold_pages 时自动切片，resume 断点续传），确保整本最终合并为单一 Markdown 文档。markdown_extract_status 至 completed（失败则查 markdown_extract_error 并 refresh_markdown 重试）。DocumentMarkdownRenderer / sanitize schema / DocumentImage（图片宽高、表格、KaTeX、代码高亮、figure/figcaption、TOC 锚点）。knowledge/ingestion/extraction.py、knowledge/_shared.py）。perceives/ops/pdf.py）。src/ 后必做，否则改动不生效）：① 重启 perceives MCP 进程（Python 无热重载）；② 清 checkpoint rm -rf <output_dir>/output/.batch_state/*（auto_batch resume 按 PDF 内容 SHA-1 缓存切片，不清则复用旧切片、跳过新代码，且完成异常快）。
改后经 refresh_markdown 重摄取或重载页面（已清 checkpoint），复核该项。tempfile.mkdtemp）；级联/册封类状态（如 _first_h1_seen）须显式接收 slice_index，否则跨切片泄漏（标题层级错乱 / 公式重现）。alt 渲染 figcaption（会双图注）；caption 语义由 alt 承载（无障碍 + 去重指纹），视觉由图内像素承载。逐页校验清单全绿 + 关键页对比截图留证 + 整本 PDF 在 Documents 页可读性与一致性达最佳。
Self-Improving Agents in the Era of Experience: A Survey of Self- to Meta-Evolution.pdf（88 页 / A4 双栏 LaTeX；corpus「Harness Engineering」）。http://localhost:3092/wiki/harness-engineering/paper/self-improving-agents-in-the-era-of-experience-a-survey-of-self-to-meta-evolution-pdf/apps/negentropy-perceives（monorepo ThreeFish-AI/negentropy，默认分支 master）。docs/.agents/pdf-harness-engineering-parity.md §9（R10 九项修复）。