这个示例读取 Workflow 上传的 PDF,生成两个持久化资源:
processedPdf:重新保存的完整 PDF,保留页面内容,可预览、下载。report:按--- Page N ---分隔的 UTF-8 文本文件,可下载,也可供下游 Process 读取。
同时返回 pageCount、textPageCount 和 warnings。它不调用模型,也不生成 AI 摘要。
扫描页无法提取文字时会给出 OCR 提示;加密 PDF 会明确失败。
-
在 Workrun 的 Apps 页面创建一个 Workflow App,命名为
PDF 文件处理。 -
打开 App 项目目录,将本目录的
main.py复制到项目中,替换初始入口文件。 -
在该项目目录安装依赖:
uv add pypdf
Workrun 创建的项目已包含
workrun-sdk,不要复制 SDK 项目自己的pyproject.toml。 -
编辑 App 输入 Schema,将
contract.json的inputs对象粘贴到输入配置中。 -
编辑 App 输出 Schema,将
contract.json的outputs对象粘贴到输出配置中。 -
保存 App。入口保持
main.py,版本可以使用0.1.0。
输入与输出配置都是字段名到 JSON Schema 的映射,不要粘贴整个 contract.json。
资源字段的类型是 object,它表示 ArtifactRef;不要使用字符串文件路径。
Start → Process(PDF 文件处理)→ End
- 新建任务模式的 Workflow,名称为
PDF Process 验收。 - 在运行输入中添加一个必填字段:Key 为
document,显示名称为PDF 文件,类型为 文件。 - 添加 Process 节点,在节点设置中选择刚创建的 Workflow App。
- 添加 End,按上图连接。无需配置模型、Agent 或工具。
- 点击运行,选择一份未加密的 PDF。
- 核对页数与原文件一致;在结果中预览或下载
processed.pdf,下载extracted-text.txt,检查页码标记及正文。 - 重启 Workrun 后打开运行历史,确认两份输出仍可访问。生成文件的临时目录已删除,历史读取的是 Workrun 保存的快照。
例如,4 页的文本 PDF 应返回 pageCount = 4;textPageCount 为至少含有可提取文字的页数。
它不保证扫描文档的文字识别,不含 OCR。再次运行会生成新的资源 ID。
Process 输出默认在其私有 State 中。在该 Process 的 State 权限中,将下游节点加入可读节点。
下游收到的是平铺输入:report、processedPdf 等字段,不是 nodes.<id>.processedPdf。
不要把输出重新命名为 document,否则可能与上传文件的全局键冲突。
下游 Process 可以这样核对结果:
import json
import sys
from pypdf import PdfReader
from workrun_sdk import artifacts, process
state = json.load(sys.stdin)
text = artifacts.read(state["report"]).decode("utf-8")
pdf = artifacts.path(state["processedPdf"])
process.result({
"verifiedPages": len(PdfReader(pdf).pages),
"textCharacters": len(text),
})下游 App 也需安装 pypdf,并声明与上述代码对应的输入输出 Schema。
若下游是 Gemini Agent,模型附件来源填 processedPdf,并授权它读取 Process 的 State。
uv sync --project packages/python-sdk
cargo test --offline --manifest-path apps/desktop/src-tauri/Cargo.toml --lib python_pdf_process_generates_durable_files_for_authorized_downstream_nodes -- --ignored --nocaptureUnix 环境下该测试使用真实 Python 子进程、Workrun PythonRuntime、原生 IPC、两页文本 PDF 和真实资源存储。 它验证输入原文件删除后仍可处理、输出 Schema、临时目录清理后资源仍有效、State 的下游读取权限, 以及另一个 Process 通过 SDK 读取生成的 PDF 和文本。原生预览窗口和下载对话框需在桌面界面手动验收。