A4 规格检测与转换

• 自动识别 A4 竖版、A4 横版、非 A4 页面
• 横版页面通过内容流矩阵无损旋转为竖版，保留矢量内容
• 非 A4 页面等比缩放并居中放置，避免内容裁切
• 支持批量断点续传，单批次百万级文件不丢进度

颜色空间检测与修复

• 检测 DeviceN、ICCBased、Indexed、Lab 等复杂颜色空间
• 自动将非标准颜色空间修复为 RGB / CMYK / Gray
• 按页记录修复明细，导出 Excel 逐页查看
• 复杂颜色空间自动跳过，避免误修复导致画质下降

颜色渲染检测

• 基于实际渲染像素识别粉红、黄、青、红、绿、蓝、反色、灰度丢失等问题
• 量化问题像素占比，辅助判断是否需要重新生成 PDF
• 常用于发现“颜色空间声明正常但渲染异常”的隐蔽问题

源文件完整性校验

• 对比源文件与处理后文件的大小、页数、MD5
• 自动发现转换过程中的页数丢失或文件损坏
• 关键校验准确率可达 99.9%，支持历史记录回扫检测

签名验签（可选）

• 验证 PDF 数字签名有效性
• 支持同步路径指数退避重试
• 适用于电子合同、电子证照等合规场景

高性能与易部署

• asyncio 异步 + 多进程并发，单批次支持百万级文件
• 自动适配 CPU 与内存，8 核机器 1,000 文件 3–8 分钟
• SQLite WAL 模式支持多进程安全访问
• 提供 Docker 镜像与离线部署包
• 无需互联网即可完成私有化部署

AI 与企业系统集成

• 标准化后的 PDF 页面统一、颜色正常，降低大模型解析噪音
• 可选 OCR 让扫描件变为可搜索、可复制的 PDF
• CLI、Excel、SQLite、HTML/Excel 输出，便于对接 ECM、DMS、RPA
• 可嵌入 CI/CD、定时任务与内部知识库工作流
• 私有化部署，数据不出域即可与内部系统打通

混合存储与高效 I/O

• 支持本地目录、S3/MinIO 等混合存储，适配企业现有存储架构
• 大文件分片并发下载，显著提升读取效率
• SQLite WAL 模式支持多进程安全写入
• 异步数据库操作，避免 I/O 阻塞处理流水线
• 百万级文件高吞吐，断点续传不丢进度

远程文件协议读取

• 支持 http:// / https://、ftp:// / ftps://、sftp://、file:// 等多种协议
• Excel 中直接填写 URL 即可批量接入远程文件，无需预先落盘
• HTTP/HTTPS 原生异步下载，大文件流式写入不占用大量内存
• 按 URL 路径自动保留目录结构，输出结果易于与原系统对齐
• 与 S3/MinIO/本地目录混合使用，灵活适配企业分散存储