SuperAPI AI 工具集

pdf-processor

办公与效率

查看项目

更新于 10-15 16:44

技能介绍

用途:在用户需要离线处理 PDF、且不使用任何云服务时,执行基础本地 PDF 操作,包括合并、拆分、提取页面/文本/表格以及创建 PDF。

主要能力:merge 将多个 PDF 按 --inputs 顺序合并为一个;split 把每页导出为单独 PDF(输出为目录);extract-pages 按 --pages 页范围表达式(如 1-3,5,页码从 1 开始)生成新 PDF;extract-text 导出可选中文本到 txt;extract-tables 将检测到的表格导出为 CSV(无表格页面可能产生空 CSV);create 由文本文件生成简单 PDF。全程本地执行,无网络、无外部 API、无凭据,只读取指定输入并只写入指定输出位置。

使用方式:需 Python 3.9+,先安装依赖:pip install -r scripts/requirements.txt;入口脚本为 scripts/pdf_tool.py,通过 --operation 指定操作、--inputs 指定输入、--output 指定输出,可选 --pages 指定页范围。可用 python scripts/pdf_tool.py --help 做最小验证。更多示例见 references/examples.md。

限制与失败处理:不执行 OCR,文本提取仅保留最少结构,无可提取文本的页面可能输出空行;表格提取质量依赖 PDF 结构,复杂版式可能无法良好还原;--pages 中无效或越界页码会被忽略。执行前应校验必需输入是否齐全,缺失时应说明具体缺项而非继续。输出契约建议文件命名为 pdf_processor_result.md,并附简短校验摘要(PASS/FAIL、假设与局限)。当请求超出文档范围、缺少关键输入或需编造结果时不应使用本技能。