Longcat AI配置教程：实现文档自动批注

在文档自动化处理过程中，许多用户尝试过多种工具组合，但经常在“图”与“文”的对接环节遇到瓶颈。LongCat AI的推出提供了新的解决思路：它本身不直接处理文档文本，而是专注于图像编辑——但结合其他工具（如Notion API + Copilot），完全可以构建出一套“自动批注文档图片”的完整链路。核心逻辑清晰：将文档转为图片 → 使用LongCat-Image-Editn对图片添加中文批注 → 再回填或同步至文档系统。

明确分工：各工具负责的具体任务

LongCat-Image-Editn的职责非常单一：接收一张图片加一句中文指令，输出带有高亮或文字批注的新图片。它不读取PDF、不解析Word段落，也不理解语义逻辑。真正的“自动批注”需要外部系统提供上下文和触发逻辑。

• 文档内容理解与批注点识别：由Copilot（Word或Notion中）完成。例如输入“找出政策文件中关于‘融资支持’的全部条款，并总结成一句话”，Copilot输出结构化文本。
• 图文转换与定位：将原始文档截图或导出为图片（例如《民营经济意见》的扫描页），确保关键段落清晰可辨。
• 批注生成与插入：将Copilot提炼的批注文本加上定位描述（例如“第3条第2款右侧空白处”）写成LongCat指令，调用其服务完成图像编辑。

配置关键三步

整个过程无需编写代码即可运行，但需要串联三个环节：

• 部署LongCat-Image-Editn服务：在CSDN星图平台搜索并一键部署“LongCat-Image-Editn(内置模型版)V2”。最低配置（4核CPU+16GB内存）即可运行，部署后获取HTTP入口（默认端口7860）。
• 准备带定位信息的指令：指令必须包含两个关键要素——目标区域描述（例如“‘税收优惠’所在段落”）+ 批注内容与样式（例如“添加红色边框灰色背景批注：‘本条明确免征小微企业增值税’”）。
• 打通触发流程（推荐Notion + API）：在Notion页面中设置自动化规则（例如页面更新时触发脚本），自动截取相关区块→调用LongCat接口→将生成的标注图插入原页面对应位置。

实操注意点

要让批注真正准确，需避开几个常见陷阱：

• 原始图片不要使用手机随意拍摄，优先采用PDF导出为PNG（分辨率建议150–300 DPI），文字边缘清晰才有利于LongCat定位。
• 指令中避免模糊词，例如不说“上面那段”，而应说“标题‘二、融资支持’下方第一段”；LongCat不理解指代，只认视觉锚点。
• 中文批注长度控制在30字以内，过长容易换行错位；字体大小建议设为原图文字的0.8倍，保证协调不突兀。