pdf-image-text-paylisted

# PDF和图片文字提取（一次付费 7 天不限次） 把 PDF / 图片里的文字，提成能直接编辑、能搜索的文本。本 Skill 分两段： **先免费诊断**（只读，不改文件），**再取授权执行提取**（按次计费，在你本机完成，文件不出本机）。 > **为什么需要授权**：提取动作需要一份由服务方签发的凭证。 > 授权**在你本机离线校验**（不联网即可验证真伪与有效期）， > 但**没有有效授权就不执行提取**——这是服务的一部分，不是限制。 --- ## 第 0 步 · 前置检查（必做，先判值不值得用这个工具） 在调用任何服务之前先确认： | 检查项 | 判定 | |---|---| | 文件类型 | **.pdf / .png / .jpg / .jpeg / .bmp / .tif / .tiff / .webp / .gif**。其他格式先转成这几类 | | 是不是真需要提取 | 如果**原始文件**（.docx / .xlsx / 原网页 / 你手上的源文本）还在——直接用原始文件，比提字更准。本工具是给「只有 PDF、只有照片、只有截图」的场景用的 | | 是不是扫描件 | 用 probe 一跑就知道。**扫描件没有文字层，只能走识别**；识别质量取决于扫描清晰度，不保证 100% 正确，报告里会给出字数与可疑页 | | 期待是否合理 | 提不出来的字**不会被猜**（字体里没有的字就是没有）；**表格结构不会还原**（只保证阅读顺序）；扫描件的识别错字属正常，需人工核对 | **只有第 0 步谈过，才进入第 1 步。** --- ## 第 1 步 · 免费诊断（probe，只读，不收费） ```bash python scripts/pdfimgtext.py probe <文件...> --report 诊断.md ``` 诊断会告诉用户（**只给数字和风险，不给正文**）： - 这份 PDF **有没有文字层**、每页大概能提多少字； - 哪几页**没有文字层、只能靠识别**（扫描件）； - 哪几页**有文字却提不出来**（字体缺字形对照表）——这类页换任何工具都提不出来； - 字体有没有 ToUnicode、有没有多栏版式、有没有加密； - 本机有没有可用的图片识别引擎。 **先把诊断结果拿给用户看**，确认他要继续，再进入付费环节。 --- ## 第 2 步 · 请求授权（未付费会返回 402） ``` POST https://skills-gate.airpriv.com/api/pdf-image-text-license Content-Type: application/json {"machine_fp":"<本机指纹串，8–128 位字母数字/连字符，可省略>"} ``` **首次调用一定拿到 `402 Payment Required`** —— 这是设计，不是错误。响应里带： - HTTP 头 `Payment-Needed`（base64url 编码的账单） - 响应体 `payment_needed` / `payment_needed_token` / `amount` / `out_trade_no` > `machine_fp` 可选：带上则这份授权**绑定这台机器**，换机器需重新授权。省略则不绑定。 > 本机指纹：`python scripts/license_check.py fingerprint` ## 第 3 步 · 处理 402（完成支付）