Nutrient Document Processing 是一个文档处理技能，通过 Nutrient DWS Processor API 完成多种文档操作。注意：该技能集成了 Nutrient 商业 API，使用前请查看其条款。
用途 该技能用于处理文档，包括格式转换、文本与表格提取、扫描件 OCR、PII 脱敏、添加水印、数字签名以及填写 PDF 表单。
主要能力
- 文档转换：支持 DOCX 转 PDF、PDF 转 DOCX、HTML 转 PDF 等。支持的输入格式包括 PDF、DOCX、XLSX、PPTX、DOC、XLS、PPT、PPS、PPSX、ODT、RTF、HTML、JPG、PNG、TIFF、HEIC、GIF、WebP、SVG、TGA、EPS。
- 文本与数据提取：可提取纯文本，或将表格提取为 Excel。
- OCR：将扫描文档转换为可搜索 PDF，支持 100 多种语言，可通过 ISO 639-2 代码（如 eng、deu、fra、spa、jpn、kor、chi_sim、chi_tra、ara、hin、rus）或完整语言名称指定。
- 脱敏：支持基于预设模式（如社会安全号码、电子邮件地址、信用卡号、国际电话号码、北美电话号码、日期、时间、URL、IPv4、IPv6、MAC 地址、美国邮政编码、VIN）或正则表达式进行脱敏。
- 水印：可添加文本水印，并设置字体大小、透明度和旋转角度。
- 数字签名：支持自签名 CMS 签名。
- 填写 PDF 表单：可通过指定表单字段值以编程方式填写 PDF 表单。
使用方式 首先在 nutrient.io 获取免费 API 密钥，并设置环境变量：export NUTRIENT_API_KEY="pdf_live_..."。所有请求发送到 https://api.nutrient.io/build，采用 multipart POST，并包含 instructions JSON 字段。文档中提供了各操作的 curl 示例，涵盖转换、提取、OCR、脱敏、水印、签名和表单填写。
替代方案：MCP 服务器 如需原生工具集成，可使用 MCP 服务器替代 curl。配置示例如下： { "mcpServers": { "nutrient-dws": { "command": "npx", "args": ["-y", "@nutrient-sdk/dws-mcp-server"], "env": { "NUTRIENT_DWS_API_KEY": "YOUR_API_KEY", "SANDBOX_PATH": "/path/to/working/directory" } } } }
适用场景
- 在不同格式之间转换文档（PDF、DOCX、XLSX、PPTX、HTML、图片）。
- 从 PDF 中提取文本、表格或键值对。
- 对扫描文档或图片进行 OCR。
- 在共享文档前脱敏 PII。
- 为草稿或机密文档添加水印。
- 对合同或协议进行数字签名。
- 以编程方式填写 PDF 表单。
限制 该技能依赖 Nutrient 商业 API，使用前需查看其条款。文档未提供免费额度、价格、速率限制或具体性能数据，这些信息暂未提供。