核心功能
cn-pdf-assistant 是一款面向中文用户的本地PDF文档处理工具，采用纯离线架构设计，无需联网即可完成全套文档操作。核心功能覆盖五大场景：
1. 精准文本提取：支持按页码范围提取正文内容，避免全文档冗余扫描
2. 智能摘要生成：结合章节标题识别与关键词频率分析，自动提炼文档核心脉络
3. 表格结构化导出：基于 pdfplumber 引擎解析复杂表格，支持 Excel 格式输出
4. 关键词问答检索：通过段落级语义匹配定位关键信息，替代传统全文搜索
5. 灵活文档拆分：按页批量分割PDF，便于资料归档与分发
显著优势
- 隐私安全性突出：完全本地化处理，敏感合同、财报、论文均不上传云端，从源头杜绝数据泄露风险
- 开源生态依赖：基于 PyPDF2、pdfplumber 等成熟开源库，无商业授权限制
- 命令行轻量交互：适合技术用户集成至自动化工作流，支持批量脚本调用
- 中文场景优化：针对中文PDF排版特点进行适配，章节识别与关键词分析更精准
潜在局限
- OCR能力缺失：无法处理扫描版/图片型PDF，仅支持文本层可选的数字文档
- 复杂排版支持有限：多栏混排、图文环绕等非标准版式可能出现提取错乱
- 无GUI界面：纯命令行操作对非技术用户门槛较高
- 摘要质量依赖原文结构：缺乏标题层级或格式混乱的文档摘要效果下降明显
适用人群
- 科研人员与高校师生：论文速读与文献整理
- 法务与财务从业者：合同条款提取、财报数据抓取
- 企业文档管理员：批量PDF归档与拆分
- 隐私敏感型用户：处理含商业秘密或个人隐私的文档
常规风险提示
- 依赖库版本兼容性：PyPDF2 不同版本API变动可能导致脚本异常
- 大文件内存占用：数百页PDF全文加载可能触发内存压力
- 输出文件覆盖风险：同路径重复执行将覆盖历史结果，建议配合版本控制