用途场景：

本动作适合处理含有隐私信息的 pdf 、图片，比如：法律文件的pdf版本、医疗文书的照片。 这些文件往往在去隐私前，不好直接发到云端大模型处理，先使用本动作处理成 Markdown 文档做就可以方便下一步去隐私化进而方便上传云端大模型处理。

功能：

本动作将pdf、图片等文字内容用AI读取出来，并以Markdown语法保持其基本的排版格式，比如：标题层级、加粗文字、表格、流程图等

用法：

①其过程用用到一至两个 ollama 本地小模型。所以需要下载ollama。 10-12GB显存推荐 qwen3-vl:4b-instruct 模型做 视觉处理 ，推荐 pierreprudh/gemma4-12b-mtp:latest 模型做校正处理 。 当然也可根据自己的设备与爱好的模型来 自行调整 。 ②内置预设提示词，也可自己编写提示词