SuperAPI AI 工具集

view-pdf

办公与效率

查看项目

更新于 10-15 16:51

技能介绍

该技能提供本地 PDF 服务器,将文档渲染在实时查看器中,用户可批注、填写表单并以可视化方式放置签名。

用途:当用户希望交互时使用,例如“展示这份合同”“打开这篇论文”“高亮关键条款让我审阅”“帮我填写这份表单”“在第3页签名”“每页加我的缩写”“盖上保密章”“带我过一遍文档并标注重点”。纯读取场景(摘要、查询某页、提取表格)应直接用原生 Read 工具,不用查看器。

主要工具:list_pdfs 列出可用本地 PDF 及允许目录;display_pdf 打开文档(参数 url、可选 page、elicit_form_inputs),返回 viewUUID 和 formFields,后续 interact 调用必须带同一 viewUUID;interact 承接所有后续操作,支持命令数组批量顺序执行,批末用 get_screenshot 验证。命令含标注类(add_annotations、update_annotations、remove_annotations、highlight_text)、导航类(navigate、search、find、search_navigate、zoom)、提取类(get_text 最多20页、get_screenshot)、表单类(fill_form)。

标注类型包括 highlight、underline、strikethrough、note、freetext、rectangle、circle、line、stamp、image,均需唯一 id、type 和从1开始的 page;坐标为 PDF 点(1/72 英寸),原点左上、Y 向下,美国信纸为 612×792pt。图像标注接受本地路径或 HTTPS URL,不接受 data: URI。

典型流程:协作标注为先 display_pdf,再用 get_text 了解内容,向用户提议标注批次,确认后 add_annotations 并截图,迭代修改;表单填写通过 formFields 与截图匹配视觉标签;签名通过 image 标注放置图像。签名仅为视觉图像,非认证或加密数字签名。

支持来源:本地文件、arXiv 的 /abs/ 链接(自动转 PDF)、任意直接 HTTPS PDF 链接。不适用于摘要/文本提取、认证数字签名和 PDF 创建。