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.

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