ARTICLE · 1182222
无心插柳:做出了一套PDF批量转换工具
与您的第219次相遇
1133字，阅读约5分钟
--------------------------------------------------
【摘要】手头有一批资料、又苦于整理耗时的朋友，可以先从一小批文件试起，看看能节省多少工作，节省多少token!
--------------------------------------------------
一个半月没写了，最近在琢磨AI。
一开始，只是想把“众规划库”的文件整理得更好一些。文件越积越多，转换、校对和归档也越来越费时间，于是我一边做知识整理，一边把重复操作写成脚本，把遇到的问题沉淀为规则。
无意间，原本为自己提高效率的小工具，逐渐形成了一套面向规划文件转换与质检的Skill。
用过PDF转换工具的人，大概都遇到过这些问题：
文字识别出来了，表格却散了，下划线却不见了；
章节还在，条号、节号却丢了；
专栏、表格和正文混在一起，跨页内容也不好核对；
直接丢一堆pdf给AI，特别是多图和带水印的，你的token会飞速消耗。
更麻烦的是，单份文件勉强能用，一批文件的输出格式却各不相同，后续仍要花大量时间逐份整理。对于需要建立资料库、做跨城市比较或开展AI分析的团队来说，“能转换”只是第一步，格式一致、内容可靠、批量处理才是实际需求。
这套Skill正是围绕这些需求逐步打磨的：
【统一输出】统一Markdown输出规范，让章节层级、表格与专栏、页界和来源信息遵循一致规则；
【批量转换】支持批量文件转换、断点续传和批量质检，适合持续整理成套规划资料；
【受控修复】对发现的问题，再通过源PDF对照和受控修复提高语料质量，让转换结果更便于检索、比较和AI使用。
概括起来就是：脚本批量处理＋AI辅助识别与修复＋人工核验。
目前可以为规划院、研究机构和咨询团队提供批量转换、语料整理与专题建库服务。手头有一批资料、又苦于整理耗时的朋友，可以先从一小批文件试起，看看能节省多少工作，节省多少token!
剧透一下：我们即将推出国土空间总体规划成果的markdown版本，经常用AI的朋友，可以关注一下！
以上海为例，放几张转换对照图供大家参考。（格式的精准不是我们追求的目标，统一、可读、便于后续的比较分析是我们的出发点。）
--------------------------------------------------
相关回顾
---------------------------------------------------
【版权声明】本文为原创文章，欢迎个人转发。平台转载，请联系后台。部分图片来源于网络，如涉及版权问题，可联系修改或删除。
因公众号推文规则改变，为保证及时看到更新，你不妨“点赞”-“在看”-设为“星标”。
