工具定位（只做表格抽取，不做图片生成）
本篇提供 1 条可直接复用的「在线工具生成型 AI 提示词（Prompts）」，用于让 AI 产出一个可运行/可部署的 Web 工具：把 PDF 中的表格区域识别出来，并在浏览器端进行可视化校对，最后导出 CSV / XLSX。
适用场景：财务报表/报价单/对账单/检测报告等包含规则或半规则表格的 PDF；支持多页、多表、跨页表格（以“手动合并”为主，自动合并为辅）。
输入与输出
- 输入：PDF 文件（本地上传）；可选：页码范围、语言（中/英）、导出字段映射模板（JSON）。
- 输出：CSV、XLSX；同时导出“抽取日志（JSON）”用于复盘识别参数与错误页。
交付物（生成结果必须包含这些）
- 完整项目源码（前端 + 轻量后端可选）与清晰文件树
- 本地运行命令、构建命令、生产部署说明（含 Dockerfile / compose 其中之一）
- 最少 6 条测试用例或 QA checklist（覆盖：多页、多表、合并单元格、旋转页面、扫描件、超大文件）
- 隐私说明：默认不上传服务器；如需后端处理，必须提供开关与本地自托管指引
AI 提示词（Prompts）
你是资深全栈工程师与产品交付负责人。请你生成一个“可直接运行与可部署”的在线工具项目：PDF 表格识别与结构化导出（CSV/XLSX）。
【核心目标】
1) 用户上传 PDF 后，前端用 pdf.js 渲染页面缩略图与大图。
2) 支持两种抽取方式：
- 自动：检测表格区域（基于启发式线条检测/轮廓检测/阈值化，推荐 OpenCV.js 或纯 Canvas 算法），对每个单元格做 OCR（tesseract.js），拼成二维表格。
- 手动校对：用户可拖拽框选表格区域、调整网格线、合并/拆分单元格、编辑文本。
3) 导出：CSV 与 XLSX（用 SheetJS/xlsx）。
4) 生成“抽取日志 JSON”：包含页码、表格框坐标、网格参数、OCR 置信度、耗时。
【硬性交付物】
- 给出完整文件树（tree 形式）
- 给出全部关键源码（可直接复制粘贴运行）
- 给出本地运行命令（npm/pnpm）、构建命令、生产部署方案（至少 Dockerfile 或 docker-compose.yml 二选一）
- 给出配置项说明（如：最大文件大小、并发、OCR 语言包、是否启用后端）
- 给出至少 6 条测试用例或 QA checklist（可写成 Playwright 测试 + 手工 QA 清单混合）
【技术选型建议（可调整但要说明理由）】
- 前端：Vite + React + Type （或 Next.js 任选其一）
- PDF 渲染：pdfjs-dist
- 表格检测：OpenCV.js（优先）或纯 Canvas 算法（备选）
- OCR：tesseract.js（支持中文简体+英文）
- 导出：xlsx（SheetJS）
- UI：轻量组件库（如 Radix UI / Headless UI）或自写
【功能细节要求】
- 页面：上传区、任务队列、页面缩略图列表、右侧校对面板（网格编辑器 + 文本编辑）
- 性能：大文件分页处理；提供“只处理选择页”与“暂停/继续”
- 错误处理：对扫描件/低对比度/旋转页面给出提示；对 OCR 低置信度单元格高亮
- 导出：允许设置表头行、跳过空行、字段重命名；XLSX 每个表格一个 sheet
- 安全与隐私：默认纯前端运行，不上传服务器；如实现后端（可选），必须提供开关并默认关闭
【输出格式】
1) 先给项目简介（不超过 120 字）
2) 再给“文件树”
3) 再按文件逐个输出代码块（标注文件路径）
4) 再给运行/构建/部署步骤
5) 再给测试用例或 QA checklist
注意：不要生成任何“图片/海报/插画/渲染图”相关内容；本工具只处理现有 PDF 内容的识别、校对与导出。
验收要点（发布前自检）
- 正文只使用 <h4> 作为小标题；不出现带数字前缀的小标题（如 1./2.）。
- Prompt 以灰底块展示；可直接复制粘贴使用。
- 生成结果必须能跑起来：给出命令、端口、构建产物与 Docker 部署。
- 必须包含测试用例或 QA checklist，且覆盖至少 6 个边界场景。
