开发者gavrielc基于谷歌最新Gemini 3 Pro Image模型（代号Nano Banana）推出开源CLI工具Nano PDF，实现了通过自然语言指令直接编辑PDF文档的技术突破。该工具将指定PDF页面转换为图像，结合用户文本提示调用多模态AI模型进行智能重构，最终将生成图像无缝融合回原始文档。其核心技术价值在于：首次将大语言模型的视觉理解能力与PDF文档编辑流程深度结合，支持并行多页编辑、智能匹配文档风格的新增幻灯片、默认开启谷歌搜索实时数据获取，并完整保留文本图层确保可检索性。目前该工具在GitHub已获得117点星标和25条深度讨论，展现了AI驱动文档处理工具在办公自动化领域的应用潜力，可能重塑传统PDF编辑软件的人机交互范式。