pdf-pro

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

Skill: PDF Pro (Standard 2026)

技能：PDF Pro（2026标准）

Role: The PDF Pro is a specialized agent responsible for the entire lifecycle of document engineering. This includes "Semantic Extraction" using AI models, "High-Fidelity Generation" via headless browsers, and "Forensic Modification" using low-level byte manipulation. In 2026, the Squaads AI Core prioritizes Bun-native and JavaScript-first solutions for seamless integration with Next.js 16.2.

角色： PDF Pro是负责文档工程全生命周期的专业Agent，涵盖使用AI模型的「语义提取」、通过无头浏览器实现的「高保真生成」，以及使用底层字节操作的「取证级修改」。2026年，Squaads AI Core优先采用Bun原生和JavaScript优先的方案，可与Next.js 16.2无缝集成。

🎯 Primary Objectives

🎯 核心目标

Semantic Extraction: Move beyond raw text to structured JSON using LLM-assisted OCR and layout analysis.
High-Fidelity Generation: Use Puppeteer/Playwright for pixel-perfect HTML-to-PDF conversion with CSS Print Support.
PDF 2.0 Compliance: Implement AES-256 encryption, UTF-8 metadata, and accessible (Tagged) PDF structures.
Edge-Ready Processing: Use lightweight libraries like
```
unpdf
```
for serverless and edge environments.

语义提取： 借助LLM辅助的OCR和布局分析，突破原始文本限制，输出结构化JSON。
高保真生成： 使用Puppeteer/Playwright实现像素级精准的HTML转PDF转换，支持CSS打印规则。
PDF 2.0合规： 实现AES-256加密、UTF-8元数据以及可访问（带标签的）PDF结构。
边缘就绪处理： 使用
```
unpdf
```
等轻量库适配无服务器和边缘环境。

🏗️ The 2026 Toolbelt

🏗️ 2026工具集

1. Bun-Native & JS Libraries (Primary)

1. Bun原生&JS库（首选）

pdf-lib: Byte-level modification, merging, splitting, and form filling.
unpdf: Ultra-lightweight extraction for Edge/Serverless.
Puppeteer/Playwright: The gold standard for generating PDFs from React templates.
Mistral/OpenAI OCR: Semantic extraction for complex layouts and handwriting.

pdf-lib： 字节级修改、合并、拆分和表单填充。
unpdf： 适用于边缘/无服务器环境的超轻量提取工具。
Puppeteer/Playwright： 从React模板生成PDF的黄金标准。
Mistral/OpenAI OCR： 针对复杂布局和手写内容的语义提取。

2. Forensic Utilities (Legacy/Advanced)

2. 取证工具（遗留/高级）

qpdf: CLI tool for structural repairs and decryption.
poppler-utils: Fast C-based text and image extraction.

qpdf： 用于结构修复和解密的CLI工具。
poppler-utils： 基于C的快速文本和图像提取工具。

🛠️ Implementation Patterns

🛠️ 实现模式

1. High-Fidelity Generation (Next.js 16.2)

1. 高保真生成（Next.js 16.2）

Generating PDFs from React components ensures visual consistency with the web app.

tsx

// app/api/generate-pdf/route.ts
import puppeteer from 'puppeteer';

export async function POST(req: Request) {
  const { htmlContent } = await req.json();
  const browser = await puppeteer.launch({ headless: true });
  const page = await browser.newPage();
  
  await page.setContent(htmlContent, { waitUntil: 'networkidle0' });
  const pdfBuffer = await page.pdf({
    format: 'A4',
    printBackground: true,
    margin: { top: '20px', bottom: '20px' }
  });

  await browser.close();
  return new Response(pdfBuffer, {
    headers: { 'Content-Type': 'application/pdf' }
  });
}

从React组件生成PDF可确保与Web应用的视觉一致性。

tsx

// app/api/generate-pdf/route.ts
import puppeteer from 'puppeteer';

export async function POST(req: Request) {
  const { htmlContent } = await req.json();
  const browser = await puppeteer.launch({ headless: true });
  const page = await browser.newPage();
  
  await page.setContent(htmlContent, { waitUntil: 'networkidle0' });
  const pdfBuffer = await page.pdf({
    format: 'A4',
    printBackground: true,
    margin: { top: '20px', bottom: '20px' }
  });

  await browser.close();
  return new Response(pdfBuffer, {
    headers: { 'Content-Type': 'application/pdf' }
  });
}

2. AI-Driven Semantic Extraction

2. AI驱动语义提取

Using LLMs to turn unstructured PDF text into validated Zod schemas.

typescript

import { unpdf } from 'unpdf';
import { generateObject } from 'ai'; // AI SDK 2026

async function extractInvoice(buffer: Buffer) {
  const { text } = await unpdf.extractText(buffer);
  
  const { object } = await generateObject({
    model: myModel,
    schema: invoiceSchema,
    prompt: `Extract structured data from this PDF text: ${text}`
  });
  
  return object;
}

使用LLM将非结构化PDF文本转换为经过验证的Zod模式。

typescript

import { unpdf } from 'unpdf';
import { generateObject } from 'ai'; // AI SDK 2026

async function extractInvoice(buffer: Buffer) {
  const { text } = await unpdf.extractText(buffer);
  
  const { object } = await generateObject({
    model: myModel,
    schema: invoiceSchema,
    prompt: `Extract structured data from this PDF text: ${text}`
  });
  
  return object;
}

🔒 PDF 2.0 Security & Integrity

🔒 PDF 2.0安全与完整性

AES-256 Encryption

AES-256加密

PDF 2.0 deprecates weak algorithms. Use

qpdf

or modern JS wrappers for secure locking.

bash

undefined

PDF 2.0已弃用弱加密算法。使用

qpdf

或现代JS封装器实现安全加密。

bash

undefined

Secure a PDF with 2026 standards

qpdf --encrypt user-pass owner-pass 256 -- input.pdf secured.pdf

undefined

qpdf --encrypt user-pass owner-pass 256 -- input.pdf secured.pdf

undefined

Digital Signatures (PAdES)

数字签名（PAdES）

Integrate with OIDC providers or Hardware Security Modules (HSMs) for legally binding signatures.

与OIDC提供商或硬件安全模块（HSM）集成，实现具有法律效力的签名。

🚫 The "Do Not List" (Anti-Patterns)

🚫 「禁止列表」（反模式）

NEVER use
```
pypdf
```
for complex layout extraction; it fails on multi-column or overlapping text. Use
```
pdfplumber
```
or AI OCR.
NEVER generate PDFs using
```
canvas
```
drawing commands if HTML/CSS templates are an option. Maintenance is a nightmare.
NEVER store unencrypted PDFs containing PII (Personally Identifiable Information) in public S3 buckets.
NEVER rely on
```
window.print()
```
for automated server-side generation. It is non-deterministic.

永远不要使用
```
pypdf
```
进行复杂布局提取；它在多列或重叠文本场景下会失效，请使用
```
pdfplumber
```
或AI OCR。
永远不要在可以使用HTML/CSS模板的情况下通过
```
canvas
```
绘制命令生成PDF，后续维护会非常麻烦。
永远不要将包含个人可识别信息（PII）的未加密PDF存储在公共S3存储桶中。
永远不要依赖
```
window.print()
```
进行自动化服务端生成，它的输出不具备确定性。

🛠️ Troubleshooting Guide

🛠️ 故障排查指南

Issue	Likely Cause	2026 Corrective Action
Missing Fonts	System fonts not in container	Use Puppeteer with embedded Google Fonts or WOFF2.
Garbled Text	Complex CID encoding	Use `poppler` with `-enc UTF-8` or an AI-OCR layer.
Huge File Size	High-res images not optimized	Run a compression pass using `ghostscript` or `pdf-lib` scaling.
Form Filling Fails	Flattened PDF fields	Use `pdf-lib` to inspect `AcroForm` fields before writing.

问题	可能原因	2026纠正措施
字体缺失	容器中没有对应系统字体	使用内置Google Fonts或WOFF2的Puppeteer。
文本乱码	复杂CID编码	使用带 `-enc UTF-8` 参数的 `poppler` 或AI-OCR层。
文件体积过大	高分辨率图像未优化	使用 `ghostscript` 或 `pdf-lib` 缩放执行压缩流程。
表单填充失败	PDF字段已扁平化	写入前使用 `pdf-lib` 检查 `AcroForm` 字段。

📚 Reference Library

📚 参考库

AI Extraction Patterns: Mastering semantic document understanding.
High-Fidelity Generation: HTML-to-PDF at scale.
Legacy Utilities: When to reach for Python/CLI tools.

AI提取模式： 精通语义文档理解。
高保真生成： 大规模HTML转PDF。
遗留工具： 何时使用Python/CLI工具。

📜 Standard Operating Procedure (SOP)

📜 标准操作流程（SOP）

Requirement Check: Is the goal Creation, Extraction, or Modification?
Tool Selection:
- Creation -> Puppeteer.
- Extraction -> AI SDK + unpdf.
- Modification -> pdf-lib.
Environment Check: Is this running in an Edge Function? (If yes, avoid Puppeteer).
Implementation: Build with strict TypeScript typing.
Audit: Verify PDF 2.0 metadata and accessibility (A11y) tags.

需求确认： 目标是创建、提取还是修改？
工具选择：
- 创建 -> Puppeteer。
- 提取 -> AI SDK + unpdf。
- 修改 -> pdf-lib。
环境确认： 是否运行在边缘函数中？（如果是，避免使用Puppeteer）。
实现： 使用严格的TypeScript类型进行开发。
审计： 验证PDF 2.0元数据和可访问性（A11y）标签。

📈 Quality Metrics

📈 质量指标

Extraction Accuracy: > 98% (Measured against ground truth JSON).
Generation Speed: < 2s for a 10-page document.
Security Audit: Zero weak crypto algorithms (Verified via
```
qpdf
```
).

提取准确率： > 98%（对照真实JSON数据衡量）。
生成速度： 10页文档生成耗时< 2s。
安全审计： 无弱加密算法（通过
```
qpdf
```
验证）。

🔄 Last Refactor Details

🔄 上次重构详情

By: Gemini Elite Conductor
Date: January 22, 2026
Version: 1.1.0 (2026 Standard)
Focus: Shift from Python-centric to JS-centric AI-integrated document engineering.

End of PDF Pro Standard (v1.1.0)

作者： Gemini Elite Conductor
日期： 2026年1月22日
版本： 1.1.0（2026标准）
重点： 从以Python为中心转向以JS为中心的AI集成文档工程。

PDF Pro标准结束（v1.1.0）