PDF工具 PDF 可访问性标签与阅读顺序检测 AI 提示词 (Prompts)

你将得到什么

这是一条“在线工具生成型 AI 提示词（Prompts）”。目标是让 AI 直接产出一个可运行、可构建、可部署的 Web 工具：用户上传 PDF 后，一键生成“可访问性标签与阅读顺序”检测报告，并可下载 JSON/HTML 报告文件。

覆盖场景

适用于：交付前自检（印刷/出版/政企材料）、批量验收供应商 PDF、将历史资料迁移到可访问性要求更高的平台（含 WCAG/无障碍检查需求）、需要快速定位“标题层级/目录/语言/元数据/阅读顺序异常”等问题的团队。

功能清单（建议实现）

1) 基础元数据： /Author/Subject/Keywords、CreationDate/ModDate、PDF 版本。

2) 语言与标题：文档语言声明（若可获取）、标题是否为空、标题字符可读性提示。

3) 目录与结构：书签（Outline）是否存在、层级是否连续、空书签/重复书签提示。

4) 阅读顺序（启发式）：按页面文本块的坐标排序推断阅读顺序，检测明显的跳读/栏位错序风险；对多栏布局给出提示。

5) 扫描件识别：判断页面是否主要由大图构成（疑似扫描件），提示需要 OCR 或替代文本。

6) 可访问性提示项：缺失标题、缺失书签、疑似无文本层、图像占比过高、页眉页脚重复干扰、超长行/异常字符等。

7) 报告导出：下载 JSON（机器可读）+ HTML（人可读）两种报告；每条问题包含：页面、严重级别、定位信息、修复建议。

技术约束（写进提示词里）

工具必须可本地运行且可部署；必须给出完整项目源码、文件结构、安装/运行命令、部署说明、以及测试用例或 QA checklist。不得引导生成任何图片/插画/海报/渲染图；只做“检测/分析/预览/导出报告”。

AI 提示词（Prompts）

你是一名资深全栈工程师 + PDF 解析专家。请为我生成一个“PDF 可访问性标签与阅读顺序检测”在线工具的完整可运行项目。

【目标】
- 用户在浏览器上传 PDF（本地文件），前端展示解析进度。
- 后端/本地分析 PDF，输出检测结果（问题列表 + 指标摘要）。
- 支持一键下载：report.json 与 report.html。

【硬性输出】
1) 先给出项目简介（不超过 10 行）。
2) 给出完整文件树（tree 形式）。
3) 输出每个关键文件的完整代码内容（不要省略）。
4) 给出可复制执行的命令：安装、开发运行、生产构建、生产启动。
5) 给出部署说明：Dockerfile + docker-compose（可选）+ 在任意 VPS/平台的部署步骤。
6) 给出测试用例：至少包含 6 个单元测试/集成测试（可使用 Vitest/Jest），以及一个 QA checklist（覆盖上传失败、空文件、非 PDF、超大 PDF、加密 PDF、扫描件 PDF、多栏排版 PDF 等）。

【项目建议】
- 技术栈建议：Node.js + Type 。
- 前端：Vite + React（或纯 HTML/TS 也可），负责上传、展示结果、下载报告。
- 后端：Express/Fastify，负责接收文件并分析。
- PDF 解析：优先使用 pdfjs-dist（Node 侧解析），必要时搭配 pdf-lib 读取元数据；不依赖系统级外部二进制。

【检测规则（至少实现这些）】
- 元数据检查： /Author 缺失提示；CreationDate/ModDate 合法性。
- 书签/目录：是否存在 outline；是否有空标题/重复标题；层级异常提示。
- 文本层与扫描件：检测每页可提取文本字符数与图像占比（启发式），给出“疑似扫描件/无文本层”提示。
- 阅读顺序风险：按文本块坐标（y 从上到下、x 从左到右）构建顺序；检测大幅跳跃、跨栏混排的风险，输出建议（例如提示多栏布局需要人工复核）。
- 异常字符：替换字符、不可见字符过多提示。

【报告格式】
- report.json：包含 summary（指标汇总）、issues（问题数组）、pages（每页统计）。
- report.html：可读的检查报告页面（不需要任何图片生成），包含目录、筛选（按严重级别/页面）。

【边界与说明】
- 如果 PDF 的标签树（Tagged PDF）无法可靠读取，请明确说明限制，并给出可行的替代检查项（例如用 outline、文本层、布局启发式来辅助判断）。
- 不要输出任何引导生成图片/插画/渲染图的内容。

现在开始生成项目。输出必须可直接复制到本地后运行成功。