不装软件，PDF改字三秒搞定，这个Skill告别付费

合同甲方名字打错了，PDF 改一字半小时，开会员装插件血压拉满。

老板发来一份 PDF 合同，第三页甲方公司名写错了，今天必须发出去。

第一反应是搜「PDF 修改器」，跳出来一堆五颜六色的下载链接。装了一个发现要开会员才能改，试用 3 天；换一个要联网激活，激活服务器还连不上；再换一个，改完一页给你加满水印。

半小时过去，PDF 还是那个 PDF，后台却多了一堆弹窗广告和开机启动项。

问题的根子在于：PDF 的设计目标就是防篡改。1993 年 Adobe 发布这个格式时，有意把文字层「锁住」，保证打印出来和屏幕上看到的一模一样。但反过来也意味着：改一个字，本质上要在 PDF 的二进制里精确定位、擦除、重绘——传统思路是用 Adobe Acrobat 或 Foxit 硬擦。

今天这篇要介绍的两个技能，把这件事变成说一句话。

一行命令验证安装：

两个技能是黄金搭档：一个负责「看懂」PDF 里的字，一个负责「改掉」那些字。

nano-pdf 把「改 PDF」从图形操作变成自然语言对话，分三步走：

🔍 解析 PDF 结构 读入 PDF，把文字层、字体、坐标全部拆成结构化数据。这一步会识别每个字符在页面上的精确位置、字号、字重、颜色——相当于给 PDF 做了一次「全身 CT」。

🧠 理解指令 把「把第三页的张三改成李四」解析成「定位→删除→插入」三个动作。这里的定位不是模糊搜索，而是坐标级精确匹配——找到「张三」这两个字在第三页的 x/y 坐标，然后只动这两个字的像素区域。

✏️ 重写并保存 在原 PDF 文字层上精确定位目标文字，用相同字体替换，版式完全不变。如果原文用的是宋体 12 号，替换后还是宋体 12 号，连行间距都不变。

类比一下：以前改 PDF 像用橡皮擦在打印好的纸上改作业——擦掉再手写，字迹对不齐，还可能擦破纸。

nano-pdf 的做法是直接编辑电子文档的文字层，像在 Word 里改字一样干净。区别在于 Word 天生就是编辑器，而 PDF 天生是「最终定稿」格式——nano-pdf 等于把 PDF 临时变回了可编辑状态。

而 ocr-and-documents 解决的是另一个问题：当 PDF 是扫描件时，文字层根本没有，全是像素点。你拿手机拍一份合同转成 PDF，里面没有半个文字字符，只有几百万个像素。

它用 pymupdf 提取页面图像，再用 marker-pdf 的多模态模型识别每个像素对应的字符，重新生成可编辑的文本层。这个过程叫OCR 重建，比传统 OCR 工具强在它保留了原始版式信息——表格还是表格，段落还是段落。

两个技能联起来，就是「扫描件 → 文字提取 → 文字修改 → 新 PDF」完整链路。不管你的 PDF 是可编辑的还是扫描的，都能改。

打开终端，定位到 PDF 所在目录：

几秒后同目录会生成 contract_edited.pdf，打开一看——错字改好，版式一模一样，字号字体都没变。不会出现「改了一个字，整页格式崩了」的情况。

整个过程你不需要打开任何 PDF 编辑器，一行命令搞定。没有弹窗，没有广告，没有试用期限。

nano-pdf 支持的修改类型远不止人名。日常工作中最常遇到的四种场景，它都能处理：

每一行命令背后，都是一次精准的文字层编辑。不是把整个页面重新排版，而是只动目标文字所在的坐标区域。

这套机制让原本属于「设计师/排版师」的工作，下放到了任何会用终端的普通用户手里。你不需要懂 PDF 内部结构，不需要知道什么是 FlateDecode、什么是 CIDFont——说人话就行。

场景升级：老板发来一份扫描件合同，错字要改。

直接 nano-pdf 改不动——扫描件里全是图片，没有文字层。nano-pdf 会报错 TextNotFound: No text layer detected。需要先 OCR 提取，再修改：

整个流程不用打开任何 PDF 软件，从扫描件到最终修正版，5 分钟内搞定。

换做以前，要么手动打字重新排版——一页 A4 纸至少 800 字，打完还得调格式；要么花钱找打印店代处理，一份 30 块，至少半天起步。

50 份同类型合同需要批量改公司名（甲方公司更名了，所有合同都要更新）：

50 份合同，一杯咖啡的时间全部改完。最后用 --dry-run 抽查两份，确认批量修改无误。

而批量任务的命令模板保存为一个 .sh 脚本，下次遇到类似场景——换乙方公司名、改统一日期——直接改两个参数就复用，越用越快。

坑 1：改完字号变了。nano-pdf 默认用原 PDF 里最接近的字体替换，但有些 PDF 嵌入了罕见特殊字体（如定制宋体、企业专属字体），找不到完全匹配时会自动选用 fallback 字体，字号字形会有微小差异。

解决：先用 nano-pdf --dry-run 修改指令 文件.pdf 预览效果，确认字体无偏移再正式执行。--dry-run 不会生成文件，只输出修改计划。

坑 2：扫描件改不动。直接对扫描件运行 nano-pdf 会报错 TextNotFound: No text layer detected，因为扫描件根本没有文字层——全是图片像素。

解决：一定要先跑 ocr-and-documents，用 hermes ocr convert 把扫描件转成可编辑 PDF，再交给 nano-pdf 处理。判断方法：如果 hermes ocr scan_contract.pdf 输出的文字是空的或乱码，说明这个 PDF 是纯扫描件。

坑 3：指令描述歧义导致误改。如果 PDF 里有多处「张三」，只说「把张三改成李四」不指定页码，nano-pdf 会默认改所有页的所有匹配项。一份 30 页的合同可能有 7 处「张三」，全改了就出事。

解决：重要合同带上页码和上下文，比如「把第三页签名栏的'张三'改成'李四'」。加一个「签名栏」的上下文限定，nano-pdf 只会在第三页签名栏区域搜索匹配。

下面是 nano-pdf + ocr-and-documents 联动处理 PDF 的真实场景对比：

一个典型的工作场景：周一早上老板发来 30 份需要修改公司名的合同 PDF。

其中 20 份是可编辑的，直接用 nano-pdf 批量改——写个 shell 循环，3 分钟全部搞定。10 份是扫描件，先跑 hermes ocr convert 转成可编辑 PDF，再用同样的 nano-pdf 命令改——每份多花 2 分钟 OCR 时间。

传统方式至少要一整天——开 30 次软件、逐个找位置、改完检查版式、发现乱版再调格式。用 nano-pdf + ocr-and-documents，20 份直接批量改，10 份先 OCR 再改，全部完成不到 40 分钟。

关键是改完的 PDF版式零损坏——原本文档里的表格、图片、页眉页脚全部原封不动。因为 nano-pdf 只动文字层的指定字符，不碰其他任何元素。

PDF 这个格式的发明者叫John Warnock，他在 1993 年的一份内部备忘录里写道：「我希望有一种文件格式，无论在什么打印机、什么屏幕上打开，看起来都一模一样。」

这个目标在 1993 年实现得非常完美——完美到连 Adobe 自己都没想到，30 年后人们会用「PDF 改个字怎么这么难」作为日常吐槽。

讽刺的是，nano-pdf 这种小工具正是用 30 年后的 AI 能力，绕开了 1993 年设定的「防篡改」机制——PDF 文字层本身没动，只是被精准替换了。

nano-pdf 这个名字致敬了 Unix 哲学里的「nano」——最小、最轻、最直接。它不试图做 PDF 全能编辑器，只解决一件事：让改 PDF 文字变得像改 txt 一样简单。

这也是 Hermes 技能装备库的选品标准——不追求大而全，只解决一个具体痛点，做到极致。

这篇讲了 PDF 文字修改。下一篇换个方向——科研人的信息过滤器。

一个叫 arxiv 的技能，自动追踪 arXiv 最新论文，按你的研究方向做摘要，每天早上 9 点推送到微信。

再也不怕错过领域内的重要突破了。

📍 你现在在：S06 级 · 技能装备库 e03 📍 下一篇带你到：S06 级 · 技能装备库 e04

觉得有用？点赞👍 + 在看👁️ + 转发🔗，下期见！