又折腾了大半天，总算修复了所有问题，简单记录一下：

1. 使用 Gemini 2.5 Pro
2. 提取 PDF 文件里的文本数据，首先直接把 PDF 转换成文本提取；
3. PDF 内嵌的图片上的文本提取失败，使用 tesseract 提取，可以部分提取成功；
4. 失败的数据尝试用 easyOCR 提取，解决问题，但是速度很慢；
5. 所以告诉模型，依次使用 2，3，4 来提取，兼顾准确性和效率

一开始只给了输入输出样本，模型只想到了上面的第二步。直到我看到了 log 之后，才发现识别不出的问题，所以才加上 OCR。

使用 tesseract 只解决了部分问题，直到看到更详细的 log，才知道 tesseract 识别有局限。调了部分参数也没用，要求模型换一种 OCR，这才用了 easyOCR。

识别准确性上去了，但是性能不行，于是要求模型依次执行 2，3，4。

下次再写的话，应该一开始输出详细的 log 文件，方便我分析问题，也方便模型根据 log 来定位问题。