100页PDF怎么抓重点？本机Qwen摘要并带页码

拿到一份上百页的业务报告，不必把整份材料贴进网页聊天。你可以先在 Mac 上从 PDF 提取可选中的文字，再交给本机 Qwen 整理重点、风险和待确认问题，并要求每一条都附页码和原文短句。

这次用一份 100 页、全部由脚本生成的虚构经营分析报告测试。模型需要找出报告的核心结论、风险，以及摘要和风险章节之间的数字差异；结果会在下方展示。样例数据不对应真实企业，也不构成投资或经营建议。

你需要准备

Ollama 负责在本机运行模型，Qwen3.8 27B 的官方模型页列出 256K 上下文和文本输入能力。长文仍要控制输入长度；“100 页”不等于所有 PDF 都一样长。 Ollama Qwen3.8 模型页

第一步：用练习报告跑通流程

先解压100 页长报告练习包。里面的 PDF 是虚构经营分析报告，包含一处需要核对的经营利润预测差异。你可以先跑样例，再换成自己有权处理的报告。

第二步：让本机模型读全文

确认 Ollama 已安装并运行，然后下载 Qwen3.8 27B：

ollama pull qwen3.8-27b:latest

在终端进入解压后的练习包文件夹，运行：

python3 summarize_report.py "虚构经营分析报告_100页.pdf" > model_output.json

脚本使用 macOS PDFKit 逐页读取可选中的文字，并在文本里保留页码标记；随后通过 Ollama 的本机接口提交给模型。PDFKit 的 PDFDocument 提供从 PDF 获取文本的接口。Apple PDFKit 文档

输出包括摘要、重点、风险、前后不一致和待确认问题。提示词要求关键判断附一段短引文和页码；模型回答只是阅读线索，仍要回 PDF 原页核对。提交的是提取出的全文，敏感报告先确认设备、访问权限和单位规则。

第三步：核对结论和页码

逐条打开模型标出的页码，确认引用和判断是否一致。练习包里的 verify_summary.py 会检查模型引用的短句是否确实出现在标注页，但它不能判断引文有没有被断章取义。

本次实测结果

在 Apple M1 Max、64GB 内存、Ollama 0.35.1 上，qwen3.8-27b:latest 读取 100 页练习报告，PDFKit 提取正文后向模型提交 18,087 个输入 tokens，推理耗时 240.54 秒（模型加载 9.48 秒）。模型找出了第 4 页 780 万元基准预测和第 82 页租金上涨 8% 时 690 万元的预测，并给出了页码和原文。

人工复核时没有把这两个数直接定性为矛盾：第 4 页假设租金稳定，第 82 页描述租金上涨情景，报告没有说明两者的口径关系。因此练习包保留原始模型输出，并另附人工校订摘要；引用校验器检查了 7 条引文，均可在对应页的提取文本中找到。检查只能证明文字位置匹配，不能替代对报告上下文的判断。

模型总结不能替代人工审阅。尤其核对口径、时间区间、单位、预测假设、表格脚注和风险章节；遇到数字冲突，应把冲突本身列为待确认项，不让模型替作者选一个答案。

扫描版 PDF 怎么办？

如果 PDF 不能选中或复制文字，PDFKit 提取到的文本可能为空。先用单位批准的 OCR 工具识别，再检查页码、表格列和小数点；本篇没有实测扫描件 OCR，不能把扫描 PDF 直接套进这条流程。

常见问题

它会一次读完任何 100 页 PDF 吗？ 不一定。页数不代表文字量；图表、扫描图片和复杂表格会影响提取。模型上下文也受版本、参数和机器资源影响。先检查输出里的页码和原文，再决定是否拆章节处理。

可以直接把报告发给云端模型吗？ 先确认报告允许外发。财务、客户、员工或未公开经营数据可能受单位规则约束；本教程只在本机调用 Ollama，但本机设备和日志仍需按组织要求管理。

引用和页码对了，结论就一定正确吗？ 不是。页码脚本只能核对引文位置；“同比”“环比”、统计范围、例外条件和上下文仍需人工核查。

工具清单

• Ollama：本机模型运行工具，免费使用；需下载模型。
• Qwen3.8：本教程使用的本机文本模型版本为 qwen3.8-27b:latest。
• Swift / PDFKit：macOS 自带的 PDF 读取框架；练习脚本用它提取可选中的 PDF 文本。
• Python 3：运行摘要和页码核对脚本，使用标准库。

下载 100 页长报告练习包。包内有虚构 PDF、生成脚本、提取脚本、提示词、模型输出和引文核对工具。

接下来可以做什么

如果你在处理票据图片，可以看发票识别：提取字段后复核金额，先把原始材料整理成可核对的结构化数据。