# PDF 压缩

在文档解析前压缩 Catalog 中的 PDF，再将输出交给后续节点。适合包含较多页面图片的扫描件或图册；压缩后的内容仍需检查可读性。

## 配置节点

在工作流节点面板的**智能处理**中选择**PDF 压缩**，直接选择 Catalog 文件，或绑定[读取 MOI 卷](../data-io/read-volume.md)的来源输出。

| 配置 | 说明 |
| --- | --- |
| 文件 | 选择单个或多个 Catalog 文件；上游来源可绑定到 `sources`。 |
| 清晰度 `quality` | `high`、`medium` 或 `low`，默认 `high`。较低档位会降低图片清晰度，需特别检查小字、印章和表格线。 |
| 目标体积 `target_bytes` | 单位为字节，默认 `0`，表示不指定目标。它是处理目标，不保证结果一定达到该体积。 |

输入使用来源、多个文件 ID 或单个文件 ID 中的一种方式。这里传入文件引用，不是已经解析好的文档正文。

## 连接后续解析

```text
读取 MOI 卷 → PDF 压缩 → 文档解析 → 分段
```

1. 选择一份扫描 PDF，将读取节点的 `sources` 绑定到 PDF 压缩的来源输入。
2. 先保持高清晰度，目标体积留为 `0`。
3. 将压缩节点输出的 `sources` 绑定到[文档解析](document-parse.md)的来源输入。
4. 运行后检查压缩台账、文件体积和预览，再检查解析后的正文、表格和页码。

下游使用压缩节点返回的来源引用。不要继续绑定最初读取节点的文件，否则后续解析仍会读取原输入。

## 检查结果

| 输出 | 用途 |
| --- | --- |
| `sources` | 后续解析所使用的文件来源。 |
| `files` | 逐文件压缩台账，可核对原文件与返回文件、原始和处理后体积、压缩策略及是否达到目标。 |
| `summary` | 本次处理的汇总信息。 |

非 PDF 文件和无法变小的文件会原样传递，不应仅凭节点成功就认定每个文件都已压缩。设置目标体积后，还应检查台账中的 `target_met`；未指定目标时，该值不表示压缩失败。

压缩可能重编码页内图片。需要保留细节用于 OCR 或信息提取时，先用一份典型文件核对效果，再处理其余文件。
