SuperAPI AI 工具集

pdf

办公与效率

查看项目

更新于 10-15 19:52

技能介绍

用途:当用户需要对 PDF 做任何操作时使用本技能,包括读取、提取文本或表格、合并、拆分、旋转、创建、加水印、加密、OCR 等。

主要能力: 读取与写入:pypdf 读页数、提取文本、合并、拆分、读元数据、旋转页面、加密、加��水印。 文本与表格提取:pdfplumber 按版面提取文本、抽取表格并可转 DataFrame/Excel。 创建 PDF:reportlab 用 canvas 或 Platypus 生成多页文档;上下标用 <sub>、<super> 标签,不要用 Unicode 上下标字符(内置字体不含字形,会显示黑块)。 命令行:pdftotext 提取文本(-layout 保留版面,-f/-l 指定页码范围)、pdftoppm 转图片、qpdf 合并/拆分/旋转/解密、pdftk 可选。 OCR 扫描件:convert_from_path 转图片后 pytesseract 识别。 提取图片:pdfimages -j。

使用方式:所有 scripts/ 路径相对本技能目录,运行方式为 cd {this_skill_dir} && python scripts/...,或使用 execute_shell_command 的 cwd 参数。依赖包括 pypdf、pdfplumber、reportlab、poppler-utils(pdftotext、pdftoppm)、qpdf;OCR 需额外安装 pytesseract 与 pdf2image。

适用场景:文档批量处理、报告生成、数据表格导出、扫描件文字识别、PDF 权限与安全处理。

限制与补充:进阶功能、JavaScript 库(pdf-lib)与排错见 REFERENCE.md;填写 PDF 表单须先读 FORMS.md 并按其说明执行。具体收费、价格、平台等信息暂未提供。