核心用法
cn-pdf-assistant 是一款面向本地环境的 Python 脚本型 PDF 处理工具，通过命令行交互实现文档解析。用户需以 python3 scripts/pdf_assistant.py <PDF路径> 为基础命令，配合 --action 参数选择具体功能：
- text：全文或指定页码文本提取
- summary：基于章节标题识别与词频分析的自动摘要
- tables：调用 pdfplumber 引擎提取表格并导出
- ask：关键词问答模式，通过段落匹配定位相关内容
- split：按页拆分 PDF 文档
显著优点
1. 隐私优先架构：纯本地处理，无网络传输环节，适合合同、财报等敏感文档
2. 开源生态依赖：基于 PyPDF2、pdfplumber 等成熟开源库，解析能力经过广泛验证
3. 场景化设计：针对论文阅读、合同审查、财报分析等场景预设工作流
4. 轻量部署：仅需 Python 3.7+ 及少量 pip 依赖，无重型运行时
潜在缺点与局限
- 无 GUI 界面：纯命令行交互，对非技术用户存在学习门槛
- OCR 能力缺失：依赖 pdfplumber 的文本层提取，对扫描版/图片型 PDF 无法直接处理
- 智能摘要算法透明度低："关键词频率分析"具体实现未开源说明，摘要质量难以预估
- 跨文件检索受限：单次仅处理单个 PDF，无批量索引或全文检索能力
适合人群
- 技术背景研究者、法务/财务人员、注重数据隐私的企业内网用户
常规风险
- 本地文件读取权限需显式授权，输出文件可能覆盖同名文件
- 复杂版式 PDF（多栏、嵌套表格）提取准确率可能下降