厂商技术手册这类几百页的数字原生 PDF 结构复杂、图文混排，常规转换工具难以稳定输出可进 RAG 流程的 Markdown，该工具在不依赖 OCR 和模型的前提下完成结构还原。
https://github.com/crunz-ai/nativePDF-structurer
这是一个纯 Python 写的数字原生 PDF 结构化工具，盯的场景是设备操作手册、维修手册、选型手册这类长文档。它用 PyMuPDF 读出文字、字体、坐标、图片对象和矢量路径，然后重建阅读顺序、章节层级、表格和视觉区域，OCR、GPU、VLM 一概不需要。

互联网充电｜优质资源
优质内容｜内幕消息

Apple 在 HealthKit 的 Body Measurements（身体测量） 里，目前标准化了 6 类数据，其中和体脂秤最相关的主要有 4 项：
体重、体脂率、BMI、去脂体重。
但是不同体脂秤 App 对 Apple 健康的支持差别不一样
有的只写体重 + 体脂率，有的多一个 BMI，反而我几年前买的云麦好轻，这 4 项基本都给全了。连小米 Mi Fitness 都不是最完整的。
有些 App 甚至是只读取 Apple 健康、不往 Apple 健康写数据。前段时间买了蚂蚁阿福的体脂秤，数据基本就是留在自家 App 里用，并没有真正开放出来。
所以我有点好奇，厂商这么做到底是出于什么考虑？
是想把完整数据留在自家 App 里，做生态锁定？
还是 HealthKit 适配、数据去重、权限设计、开发维护成本这些现实问？
有做过 HealthKit / 健康类 App 的开发者可以讲讲吗？
@https1024