工具定位
这篇内容提供一组可直接投喂给 AI 的「生成型提示词（Prompts）」，目标是一次性产出一个可运行、可构建、可部署的在线工具：上传 PDF 后，批量清理/脱敏元数据与潜在隐私信息，并生成可审计的差异报告。
覆盖场景
适用于对外分享、投标交付、公开归档、媒体发布、法务留存等场景：在不改动页面可视内容的前提下，尽可能移除作者/软件/创建时间/编辑历史/地理位置/自定义 XMP 等元数据；同时提供可控的保留策略与可追溯的清理日志。
核心功能清单
需要生成的在线工具必须包含（可按项目实现差异，但功能不得缺失）：
1）批量上传：拖拽上传多个 PDF；支持 ZIP 作为输入并自动解包。
2）清理策略：可勾选移除 DocumentInfo（ /Author/Subject/Keywords/Creator/Producer/CreationDate/ModDate 等）、XMP 元数据、嵌入文件附件、 、表单字段（可选保留）、隐藏对象与注释（可选保留）。
3）脱敏能力：对可疑文本字段进行脱敏（例如邮箱、手机号、内网 IP、用户名），并在报告中记录命中项与处理方式。
4）质量保护：清理前后可视内容一致性检查（至少提供页数/尺寸/字体子集信息的对比；允许用抽样渲染或文本抽取做验证，但禁止生成渲染图导向内容）。
5）审计报告：输出 JSON + HTML 报告（或 Markdown）展示清理前后差异、命中规则、失败原因；并给出“风险提示”。
6）导出：下载清理后的 PDF（单个与打包）；报告与产物按同名文件夹结构组织。
技术与交付硬要求
提示词必须要求 AI 输出：完整项目源码、清晰文件树、可复制的本地运行命令、构建命令、生产部署说明（含 Docker）、以及测试用例或 QA checklist。
禁止：任何生成图片/出图/配图/渲染图/海报/插画类提示词；不写 Midjourney/Stable Diffusion 等图像生成导向。允许：预览/检查/抽取/转换/报告输出。
Prompt：生成「在线 PDF 元数据清理与隐私脱敏工具」（Next.js 全栈）
你是资深全栈工程师与安全合规顾问。请生成一个可部署的在线工具项目：PDF 元数据清理与隐私脱敏。
交付物（必须全部给出）：
- 完整项目源码（前端 + 后端），可直接运行
- 完整文件树（tree 形式）
- 本地运行命令（安装/启动）与构建命令
- Docker 部署（Dockerfile + docker-compose.yml）与生产注意事项
- 自动化测试或 QA checklist（至少覆盖关键路径与失败场景）
功能要求：
- Web UI：拖拽上传多个 PDF；显示队列、进度、失败重试；提供“清理策略”可勾选项
- 后端处理：对每个 PDF 进行元数据移除/重写；移除 XMP；移除嵌入附件；移除 ；可选处理表单字段与注释
- 脱敏：对文档信息字段与 XMP 中的字符串做规则匹配（邮箱/手机号/IP/用户名等），提供替换策略（清空/哈希/固定占位）
- 审计：为每个文件生成差异报告（清理前后的字段对比、命中规则、处理耗时、错误栈摘要）
- 导出：打包下载（产物 + 报告），并保证文件名稳定
- 质量保护：提供一致性校验（页数、尺寸、文本抽取摘要对比，或可选抽样校验），若失败则标记风险
技术选型（可调整但要合理并说明理由）：
- Next.js + Type
- 后端可用 Next.js Route Handlers 或独立 API（Node）
- PDF 处理库：给出可行组合方案，并在代码里实现其中一种（例如 qpdf + pdfcpu + pikepdf 的对照说明；若用外部二进制，必须在 Docker 中固定版本）
安全与约束：
- 严格限制上传文件类型与大小
- 防止路径穿越；临时文件隔离；清理任务超时与并发控制
- 不要生成任何“图片渲染/海报/插画”相关功能
输出格式：
- 先给出项目概述
- 再给出文件树
- 然后按文件逐个贴出代码
- 最后给出运行/部署/测试与 QA checklist
Prompt：生成「在线 PDF 元数据审计 + 一键清理」服务（Python FastAPI）
你是 Python 后端工程师。请生成一个可部署的在线服务：上传 PDF -> 先审计 -> 输出风险报告 -> 可选择一键清理并下载产物。
交付物必须包含：完整源码、文件树、运行命令、Docker 部署、测试用例或 QA checklist。
要求：
- FastAPI 提供 API：/audit /clean /download
- audit：解析 DocumentInfo、XMP、附件、JS、表单字段，输出结构化 JSON 报告
- clean：按策略清理；生成“清理前后差异”与可读报告（HTML 或 Markdown）
- 前端：用最简单可运行的方式提供（例如静态 HTML + 少量 JS，或轻量模板），重点在可用性
- 依赖：优先纯 Python；如需外部工具，必须说明原因并在 Docker 中安装固定版本
- 提供样例数据与测试：至少包含 3 类 PDF（含 XMP、含附件、含 JS/表单），并验证清理后字段为空或被替换
禁止：任何图像生成、渲染海报、插画相关内容。
输出时按“概述 -> 文件树 -> 代码 -> 运行/部署 -> 测试/QA”的顺序。
Prompt：生成「离线批处理 + Web 可视化队列」工具（Node.js + Worker）
你是 Node.js 工程师。请生成一个项目：既支持 Web 上传队列，也支持命令行批处理。
交付物：完整源码、文件树、CLI 命令示例、Web 运行命令、Docker 部署、测试或 QA checklist。
功能：
- CLI：输入目录 -> 递归扫描 PDF -> 批量清理 -> 输出到 out/；生成汇总报告 summary.json
- Web：上传多个 PDF -> 后端入队 -> Worker 并发处理 -> 前端实时显示状态
- 清理策略：与“元数据清理与隐私脱敏”一致；必须可配置
- 报告：每个文件的 diff + 汇总；支持下载 ZIP
工程要求：
- 使用队列（BullMQ 或自研）并给出并发、重试、失败隔离策略
- 处理大文件时内存友好；临时文件可控
禁止：任何图片生成/渲染导向功能。
验收与 QA checklist（建议直接用于测试）
1）上传 10 个 PDF（含不同来源软件生成），全部处理成功且可下载。
2）清理前后：Author/Creator/Producer/CreationDate/ModDate 等字段按策略清空或替换；XMP 被移除或重写。
3）若检测到附件/JS：报告标记风险；清理后附件/JS 不再存在。
4）一致性校验通过：页数不变、尺寸不变；若失败必须在报告中提示原因并允许继续导出（标记风险）。
5）安全性：拒绝非 PDF；拒绝超大文件；路径穿越与任意文件读取不可发生。
6）可部署：Docker 一键启动；README 中给出环境变量与持久化建议。
