我用AI写了个工具,3分钟干完一天的手工活

一个关于"偷懒"的故事

如果你收到一沓厚厚的PDF，要求你在每一页的签名栏上签好字、填好日期，你会怎么做？

打开PDF编辑器，翻到第一页，把签名图拖进去，调整位置，填日期。然后翻到第二页，再拖，再调，再填。第三页、第四页……一共132页。

这，就是我上周接到的一个真实任务。

一、132页，纯手工要多久？

事情是这样的。三份发货清单，分别有22页、80页、30页，加起来正好132页。每页右下角有一个"发货人"签名栏——一条横线，等着签字。横线下面还有一行"日期："，等着填写。

签名有现成的——一张手机拍的签名照片。日期也不复杂，每页左上角"发货时间"后面写着。

如果纯手工操作，流程是这样的：

1. 打开PDF → 翻到第一页
2. 找到签名照片 → 抠出签名 → 调大小 → 拖到横线上
3. 找到日期 → 逐字敲进去
4. 翻下一页 → 重复步骤2-3
5. 重复132次

保守估计，一页30秒。132页就是将近一小时的纯机械劳动。中间还得保证签名大小一致、位置对齐、日期不出错。

人干这种事，既慢又容易出错。

核心矛盾：

• 数量多（132页），手工逐页处理效率极低
• 签名是照片（有背景、方向不对），不能直接用
• 签名和日期位置必须准确对齐横线，否则不像正式签发的
• 不同PDF的页码布局有差异，不是简单的"同一位置粘贴"

二、让AI来解决，要分三步

这类问题，过去可能要写个专门的自动化脚本。但现在，直接跟AI描述需求就行。

我做的第一件事，是把三份PDF和签名照片一起丢给AI，写了一句话：

"提取签名照片上的人员签名字样，放在三份PDF每一页右下角'发货人'后面的横线上；每一页右下角'日期：'，填每一页左上角'发货时间'后面的日期。"

就这一句话。没有写代码，没有画流程图，没有纠结"用哪个库"。

AI接收需求后，自动展开了三步工作：

🔹 第一步：签名提取

从一张手机拍的签名照片中，自动定位手写笔迹区域，抠掉纸张背景，生成透明底的高清签名图。

🔹 第二步：PDF精确定位

分析每份PDF的页面结构：找到"发货人"横线的精确坐标、找到"日期"文字的位置、提取每页左上角的"发货时间"日期。

🔹 第三步：批量填充

把签名放到横线上，把日期填到"日期："后面，逐页处理，自动对齐。

其实还有一步——刚开始签名是竖着的（照片拍摄方向），AI还顺手把签名转成了横向，让它在横线上更自然。

三、签名提取：从一张照片到高清透明底

看似简单的一步，其实有几个隐形的坑。

签名照片是用手机拍的，画面上有纸张纹理、光影变化、微弱的底色。如果直接把整张照片放到PDF上，就像贴了一张小纸片，怎么看都不对。

坑1：怎么找到签名在照片中的位置？

照片里不只有签名，还有大面积的空白纸面。AI的做法是：扫描全图的像素亮度，寻找最暗的区域。手写笔迹是黑色/深色的，在灰度图中值最低，天然形成一个"热力分布"。

找到暗色像素聚集的区域后，自动裁剪出一个刚好包裹签名的最小矩形，再加少许边距——干净利落。

坑2：背景怎么去干净？

这是最讲究的一步。粗暴的做法是设一个阈值，低于某个值的像素保留，高于的直接变透明。但这样会让边缘变得锯齿状，就像把毛笔字用像素格强行描出来。

更好的做法是线性过渡：

# 不是非黑即白的二值化# 而是灰度到透明度的平滑映射alpha = clamp(255 × (1.0 - gray / 130.0), 0, 255)

笔迹中心的像素（灰度值≈20）→ 几乎不透明；笔迹边缘的像素（灰度值≈100）→ 半透明；纸张空白（灰度值≈200）→ 完全透明。这样边缘就有了自然的抗锯齿过渡，视觉上像手写一样平滑。

坑3：方向不对

签名照片竖拍的，放到横线上得转90度。这一步倒是简单，但旋转后再缩放，又涉及到上一步的抗锯齿效果是否能保留。处理顺序有讲究：先转后缩，用LANCZOS算法保持边缘质量。

关键决策： 签名在PDF上的最终显示尺寸大约46×22像素。如果直接把源图缩到这个尺寸，细节损失严重。所以策略是：先缩放到一个中高分辨率（约332×160），让PyMuPDF引擎在最终渲染时再进行一次高质量缩小。多一次中间缩放，多保留一份细节。

四、PDF精确定位：找到那条横线

填签名最要命的问题：横线在哪？

PDF不是Word文档。Word里的元素有明确的名称和属性，PDF更像一张"画好的图纸"——文字是画上去的，横线也是画上去的，需要靠坐标来定位。

而且更麻烦的是：不同PDF的页面内容量不同。第一页可能只有几行数据，横线就跟着内容往前跑了；中间页数据多了，横线就推到了页面底部。

那怎么找？

策略：用直线段作为特征锚点

横线本质上是一条极短的水平线段。通过遍历PDF中所有的矢量绘图元素（drawings），快速筛选出水平线段（起止y坐标差小于2像素），再按x坐标范围过滤。这条签名横线的特征是：

这三份PDF虽然来自不同的系统导出，但这条签名横线的x坐标居然完全一致。这意味着：只要找到了这条线，签名就能精准就位。

找到横线后，签名居中放置，底部轻压横线——就像手写签字一样自然。

五、日期：自动抓取，一页不漏

日期在哪里？在每页左上角"发货时间"的后面。

有趣的是，这个日期并不是每一页都一样的。如果不同页对应不同发货批次，日期就会变化。所以不能偷懒填一个全局变量，得每页单独提取。

提取逻辑很简单：

1. 扫描每页左上角区域（y≈88-108, x≈80-200）的文本
2. 匹配正则 \d{4}\.\d{2}\.\d{2}（如 2026.06.17）
3. 找到后填入该页"日期："后面

如果某页没找到，就跳过该页，不给错误信息增加噪音。

六、从脚本到工具：让所有人都能用

第一个版本处理完三份PDF后，我发现这其实是一个高频通用需求。任何需要批量在PDF上签名的场景——合同、发货单、报销单、确认函——都能用。

但命令行脚本对大多数人不友好。不是每个人都会打开终端敲 python fill_pdf.py。

所以我又做了第二件事：用一个完整的桌面程序把它包装起来。

工具界面设计

整个工具不到400行Python代码，没有任何第三方UI框架依赖，用的是Python自带的 tkinter。双击运行即可，不需要安装任何额外的东西。

核心技术栈

• PyMuPDF (fitz) — PDF 的底层操作：读取文本、遍历矢量图形、精确定位横线、插入图片和文字
• Pillow (PIL) — 签名图片的全部处理：像素分析、抠图、旋转、缩放、锐化
• NumPy — 加速像素级运算：灰度转换、暗色区域检测、Alpha通道计算
• tkinter — 桌面界面：纯Python内置，零依赖

七、几个踩过的坑

坑1: 签名不清晰

第一版签名放在PDF上后，模糊得像打了马赛克。原因是源图分辨率太低，直接缩放丢失了太多细节。

解法：

1. 提高中间分辨率（从80px → 160px），给渲染引擎更多像素去缩小
2. 增加锐化步骤（UnsharpMask），强化笔迹边缘
3. alpha通道用线性映射代替硬阈值，保持抗锯齿

坑2: 中文文本提取乱码

PDF中"发货人"三个字用get_text()搜不到。原因是某些PDF使用自定义字体编码，内部存储的不是标准Unicode。

解法： 不依赖文字搜索，改用图形特征定位——横线的坐标特征（x≈466~515，水平短线）来间接定位签名区域。

坑3: 第1页和第N页布局不同

第1页内容少，横线在y≈261；第2页内容多了，横线被推到底部y≈742。横线x坐标一致但y坐标漂移，不能在代码里写死y值。

解法： 每页独立定位横线和日期标签，不做任何固定坐标假设。

八、这件事给我的启发

回想整个过程，有一个感受很强烈：

AI最大的价值不是替代人，是替代"不像人干的活"。

132页的机械复制粘贴，是机器该做的事。人的时间应该花在：判断签名是否合法、确认日期是否准确、检查整体合规性——这些需要经验和判断力的事。

以前，把这种需求变成自动化工具，可能要找开发同事排期，等一两周。现在，描述需求 → 验证结果 → 迭代优化 → 打包发布，全部在一小时内完成。

门槛的降低，让"自动化"从少数人的特权，变成了每个人的工具。

而这，可能才是AI最实用的那一面。

九、附：工具怎么用

如果你也有类似的PDF批量签名需求，工具的使用流程很简单：

🔹 第一步：添加 PDF

点击「添加PDF」，选择需要签名的文件，支持多选。

🔹 第二步：选择签名

选一张签名照片，工具自动抠图、转向、优化清晰度，右侧可预览效果。

🔹 第三步：设置日期

默认自动提取每页的"发货时间"，也可手动统一输入。

🔹 第四步：开始处理

选择输出目录，点击「开始处理」，一键完成。原文件不会被覆盖。

程序运行依赖 Python 3.10+ 和 PyMuPDF、Pillow、NumPy 三个库。如果你对这些不熟悉，找人帮忙装一下环境即可，三行命令的事。

本文所有案例已做脱敏处理，不涉及任何真实商业数据。

技术从不复杂，复杂的是我们迟迟不动手。共勉。