AI给PDF原句加高亮：唯一匹配后保存页码和坐标

展开本页目录

开始前准备什么

独立练习目录及Python 3.14；系统与Node依赖以README为准。
离线重放无需Key；新请求使用自己的apizt Key，先核对模型权限和当前价格。
原创合成材料，不需要登录第三方平台账号。

先看文件
按步骤操作
对照真实结果
离线或模型复跑

下载本例输入、代码、真实回执和产物

默认离线重放；包含完整失败尝试与本地检查，不含Key。

1. 核对本例材料与目标文件

原生文件生成、回读和独立检查均可重放；模型结果与文件处理分开验收。

先下载合成材料在独立目录练习。原始文件、模型输入与验收答案分别保留；本地核对答案不发送给模型。

input.json（节选）

json

{
  "question": "How long is the return window?"
}

AI给PDF原句加高亮：唯一匹配后保存页码和坐标 · 实际输入、原始文件和本例操作约束的浏览器截图 — 实际输入、原始文件和本例操作约束的浏览器截图
查看高清原图

2. 按顺序完成这项具体操作

本次实际使用Python 3.14，依赖版本固定在资料包。需要LibreOffice或Node的案例请先按README安装对应运行时。python run.py读取真实旧响应完成本地处理；只有显式--live才发新请求。

1. 生成两页原创PDF
2. 让模型返回原句
3. PDFium逐页搜索并拒绝零个或多个匹配
4. 按真实坐标写Highlight注释
5. 渲染PDF核对并运行重复原句负例

独立练习目录 · 默认仅离线复核

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python run.py

3. 对照真正发送的请求

只处理给定原创虚构材料。只输出JSON，不补未提供的事实。输出quote，逐字引用退货期限所在的英文原句，不翻译。

网页实验台只执行这一步模型字段检查。原生文件写入、坐标/公式/格式回读及负例验收由下载包负责。

request-1.json（图片Base64省略，原文件在下载包）

json

{
  "model": "gemini-2.5-flash-lite",
  "messages": [
    {
      "role": "system",
      "content": "严格只输出单个JSON对象，不要Markdown代码围栏，不要解释。只处理给定原创虚构材料。只输出JSON，不补未提供的事实。输出quote，逐字引用退货期限所在的英文原句，不翻译。"
    },
    {
      "role": "user",
      "content": "任务约束（只输出JSON对象，不用代码围栏）：\n只处理给定原创虚构材料。只输出JSON，不补未提供的事实。输出quote，逐字引用退货期限所在的英文原句，不翻译。\n待处理合成材料：\n{\"question\": \"How long is the return window?\", \"pages\": [\"Return window: 14 days after delivery.\\nKeep the order receipt.\\n\", \"Shipping fee: 5 units.\\n\"]}"
    }
  ],
  "temperature": 0,
  "max_tokens": 1200,
  "provider": {
    "sort": "success_rate"
  },
  "response_format": {
    "type": "json_object"
  }
}

4. 查看原生处理代码与实际文件

下面节选来自本次实际执行的workflow.py分支，需要结合完整脚本运行。模型输出不能代替文件解析器或业务验算。

具体产物：highlighted.pdf、highlighted-page-1.png、highlighted-page-2.png、result.json、checks.json。

workflow.py · 本例分支节选

python

quote = output.get('quote', '')
doc = pdfium.PdfDocument(str(f / 'source.pdf'))
hits = []
for i in range(len(doc)):
    page = doc[i]
    tp = page.get_textpage()
    search = tp.search(quote, match_case=True)
    while True:
        hit = search.get_next()
        if hit is None:
            break
        index, count = hit
        tp.count_rects(index, count)
        rect = tp.get_rect(0)
        hits.append({'page': i, 'rect': list(rect)})
    search.close()
    tp.close()
    page.close()
doc.close()
ck('模型原句恰好唯一定位', quote == case['expected'][0]['equals'] and len(hits) == 1)
if len(hits) != 1:
    raise ValueError('Quote must have a unique actual PDF match')
h = hits[0]
x0, y0, x1, y1 = h['rect']
quads = ArrayObject([FloatObject(v) for v in [x0, y1, x1, y1, x0, y0, x1, y0]])
w = PdfWriter(clone_from=f / 'source.pdf')
w.add_annotation(h['page'], Highlight(rect=(x0, y0, x1, y1), quad_points=quads, highlight_color='fff36a', printing=True))
w.write(f / 'highlighted.pdf')
ann = PdfReader(f / 'highlighted.pdf').pages[h['page']]['/Annots']
ck('PDF确有Highlight注释', ann[0].get_object()['/Subtype'] == '/Highlight')
negative = PdfWriter(clone_from=f / 'source.pdf')
negative.add_page(PdfReader(f / 'source.pdf').pages[0])
negative.write(f / 'duplicate-quote-negative.pdf')
ck('真实重复原句PDF负例不唯一', len(locate_quote(f / 'duplicate-quote-negative.pdf', quote)) == 2)
result = {'quote': quote, 'anchors': hits}
add_native(f / 'highlighted.pdf')

AI给PDF原句加高亮：唯一匹配后保存页码和坐标 · highlighted-page-2.png — 原生文件实际渲染或解码输入：highlighted-page-2.png；不是第三方平台截图。
查看高清原图

5. 对照真实结果和检查表

实测2026-10-25T07:48:44.158186+00:00，HTTP200；请求gemini-2.5-flash-lite，返回gemini-2.5-flash-lite。本次4/4项检查通过，指本例执行及验收机制通过，不代表所有模型字段零误差。

最后一次返回用量168tokens；1份尝试记录的已知用量合计168。失败记录保留，用量缺失不按0计，本文不推算实际金额。

实际检查	结果
真实apizt API响应HTTP200	通过
模型原句恰好唯一定位	通过
PDF确有Highlight注释	通过
真实重复原句PDF负例不唯一	通过

实际检查: 真实apizt API响应HTTP200
结果: 通过

实际检查: 模型原句恰好唯一定位
结果: 通过

实际检查: PDF确有Highlight注释
结果: 通过

实际检查: 真实重复原句PDF负例不唯一
结果: 通过

result.json · 原生处理后实际结果

json

{
  "quote": "Return window: 14 days after delivery.",
  "anchors": [
    {
      "page": 0,
      "rect": [
        49.040000915527344,
        769.1727905273438,
        267.0889587402344,
        781.353759765625
      ]
    }
  ]
}

AI给PDF原句加高亮：唯一匹配后保存页码和坐标 · 本例实际产物与原始响应的浏览器截图；本地检查和模型答案分开记录 — 本例实际产物与原始响应的浏览器截图；本地检查和模型答案分开记录
查看高清原图

6. 替换输入前，先确认这些边界

本例高亮原句为单行且唯一；跨行原句需要为每个文字矩形写QuadPoints，重复原句须人工确认。

修改材料后应重新制定事实断言和反例。识别错误率、混淆矩阵或拒答类教程允许保留模型实际错误；检查通过指计算和处理正确。没有调用视频模型。

怎样确认已经完成

真实apizt API响应HTTP200
模型原句恰好唯一定位
PDF确有Highlight注释
真实重复原句PDF负例不唯一

常见问题

AI PDF 高亮引用怎么开始？

生成两页原创PDF按本页顺序继续，先用下载包离线重放，再替换自己的材料。

网页试跑和下载包有什么区别？

网页只复跑模型字段，不生成全部原生文件；资料包包含实际原生处理和本地验收。

这次通过结果适用于其他材料吗？

本例高亮原句为单行且唯一；跨行原句需要为每个文字矩形写QuadPoints，重复原句须人工确认。

资料来源

展开本页目录

开始前准备什么

独立练习目录及Python 3.14；系统与Node依赖以README为准。
离线重放无需Key；新请求使用自己的apizt Key，先核对模型权限和当前价格。
原创合成材料，不需要登录第三方平台账号。

先看文件
按步骤操作
对照真实结果
离线或模型复跑

下载本例输入、代码、真实回执和产物

默认离线重放；包含完整失败尝试与本地检查，不含Key。

1. 核对本例材料与目标文件

原生文件生成、回读和独立检查均可重放；模型结果与文件处理分开验收。

先下载合成材料在独立目录练习。原始文件、模型输入与验收答案分别保留；本地核对答案不发送给模型。

input.json（节选）

json

{
  "question": "How long is the return window?"
}

2. 按顺序完成这项具体操作

1. 生成两页原创PDF
2. 让模型返回原句
3. PDFium逐页搜索并拒绝零个或多个匹配
4. 按真实坐标写Highlight注释
5. 渲染PDF核对并运行重复原句负例

独立练习目录 · 默认仅离线复核

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python run.py

3. 对照真正发送的请求

只处理给定原创虚构材料。只输出JSON，不补未提供的事实。输出quote，逐字引用退货期限所在的英文原句，不翻译。

网页实验台只执行这一步模型字段检查。原生文件写入、坐标/公式/格式回读及负例验收由下载包负责。

request-1.json（图片Base64省略，原文件在下载包）

json

{
  "model": "gemini-2.5-flash-lite",
  "messages": [
    {
      "role": "system",
      "content": "严格只输出单个JSON对象，不要Markdown代码围栏，不要解释。只处理给定原创虚构材料。只输出JSON，不补未提供的事实。输出quote，逐字引用退货期限所在的英文原句，不翻译。"
    },
    {
      "role": "user",
      "content": "任务约束（只输出JSON对象，不用代码围栏）：\n只处理给定原创虚构材料。只输出JSON，不补未提供的事实。输出quote，逐字引用退货期限所在的英文原句，不翻译。\n待处理合成材料：\n{\"question\": \"How long is the return window?\", \"pages\": [\"Return window: 14 days after delivery.\\nKeep the order receipt.\\n\", \"Shipping fee: 5 units.\\n\"]}"
    }
  ],
  "temperature": 0,
  "max_tokens": 1200,
  "provider": {
    "sort": "success_rate"
  },
  "response_format": {
    "type": "json_object"
  }
}

4. 查看原生处理代码与实际文件

下面节选来自本次实际执行的workflow.py分支，需要结合完整脚本运行。模型输出不能代替文件解析器或业务验算。

具体产物：highlighted.pdf、highlighted-page-1.png、highlighted-page-2.png、result.json、checks.json。

workflow.py · 本例分支节选

python

quote = output.get('quote', '')
doc = pdfium.PdfDocument(str(f / 'source.pdf'))
hits = []
for i in range(len(doc)):
    page = doc[i]
    tp = page.get_textpage()
    search = tp.search(quote, match_case=True)
    while True:
        hit = search.get_next()
        if hit is None:
            break
        index, count = hit
        tp.count_rects(index, count)
        rect = tp.get_rect(0)
        hits.append({'page': i, 'rect': list(rect)})
    search.close()
    tp.close()
    page.close()
doc.close()
ck('模型原句恰好唯一定位', quote == case['expected'][0]['equals'] and len(hits) == 1)
if len(hits) != 1:
    raise ValueError('Quote must have a unique actual PDF match')
h = hits[0]
x0, y0, x1, y1 = h['rect']
quads = ArrayObject([FloatObject(v) for v in [x0, y1, x1, y1, x0, y0, x1, y0]])
w = PdfWriter(clone_from=f / 'source.pdf')
w.add_annotation(h['page'], Highlight(rect=(x0, y0, x1, y1), quad_points=quads, highlight_color='fff36a', printing=True))
w.write(f / 'highlighted.pdf')
ann = PdfReader(f / 'highlighted.pdf').pages[h['page']]['/Annots']
ck('PDF确有Highlight注释', ann[0].get_object()['/Subtype'] == '/Highlight')
negative = PdfWriter(clone_from=f / 'source.pdf')
negative.add_page(PdfReader(f / 'source.pdf').pages[0])
negative.write(f / 'duplicate-quote-negative.pdf')
ck('真实重复原句PDF负例不唯一', len(locate_quote(f / 'duplicate-quote-negative.pdf', quote)) == 2)
result = {'quote': quote, 'anchors': hits}
add_native(f / 'highlighted.pdf')

5. 对照真实结果和检查表

最后一次返回用量168tokens；1份尝试记录的已知用量合计168。失败记录保留，用量缺失不按0计，本文不推算实际金额。

实际检查	结果
真实apizt API响应HTTP200	通过
模型原句恰好唯一定位	通过
PDF确有Highlight注释	通过
真实重复原句PDF负例不唯一	通过

实际检查: 真实apizt API响应HTTP200
结果: 通过

实际检查: 模型原句恰好唯一定位
结果: 通过

实际检查: PDF确有Highlight注释
结果: 通过

实际检查: 真实重复原句PDF负例不唯一
结果: 通过

result.json · 原生处理后实际结果

json

{
  "quote": "Return window: 14 days after delivery.",
  "anchors": [
    {
      "page": 0,
      "rect": [
        49.040000915527344,
        769.1727905273438,
        267.0889587402344,
        781.353759765625
      ]
    }
  ]
}

6. 替换输入前，先确认这些边界

本例高亮原句为单行且唯一；跨行原句需要为每个文字矩形写QuadPoints，重复原句须人工确认。

怎样确认已经完成

真实apizt API响应HTTP200
模型原句恰好唯一定位
PDF确有Highlight注释
真实重复原句PDF负例不唯一

常见问题

AI PDF 高亮引用怎么开始？

生成两页原创PDF按本页顺序继续，先用下载包离线重放，再替换自己的材料。

网页试跑和下载包有什么区别？

网页只复跑模型字段，不生成全部原生文件；资料包包含实际原生处理和本地验收。

这次通过结果适用于其他材料吗？

本例高亮原句为单行且唯一；跨行原句需要为每个文字矩形写QuadPoints，重复原句须人工确认。

AI给PDF原句加高亮：唯一匹配后保存页码和坐标

先看结论

开始前准备什么

1. 核对本例材料与目标文件

2. 按顺序完成这项具体操作

3. 对照真正发送的请求

4. 查看原生处理代码与实际文件

5. 对照真实结果和检查表

6. 替换输入前，先确认这些边界

怎样确认已经完成

常见问题

资料来源

先复核这份结果，再处理自己的材料

1. 下载完整样例

2. 离线检查业务结果

3. 需要新结果时，再调用 API

AI给PDF原句加高亮：唯一匹配后保存页码和坐标

先看结论

开始前准备什么

1. 核对本例材料与目标文件

2. 按顺序完成这项具体操作

3. 对照真正发送的请求

4. 查看原生处理代码与实际文件

5. 对照真实结果和检查表

6. 替换输入前，先确认这些边界

怎样确认已经完成

常见问题

资料来源

先复核这份结果，再处理自己的材料

1. 下载完整样例

2. 离线检查业务结果

3. 需要新结果时，再调用 API