SuperAPI AI 工具集

pdf-reader

办公与效率

查看项目

更新于 10-15 17:26

技能介绍

用途:pdf-reader 技能用于从 PDF 文件中提取文本和获取元数据,底层使用 PyMuPDF(以 pymupdf 导入)进行快速、可靠的 PDF 处理。

主要能力:提供两个命令。extract 命令提取指定 PDF 的纯文本,参数 file_path(必填,PDF 路径)和可选的 --max_pages(最大提取页数),输出为纯文本内容。metadata 命令读取文档元数据,参数 file_path(必填),输出 JSON 对象,包含 title、author、subject、creator、producer、creationDate、modDate、format、encryption 等字段。

使用方式: python3 skills/pdf-reader/reader.py extract /path/to/document.pdf python3 skills/pdf-reader/reader.py extract /path/to/document.pdf --max_pages 5 python3 skills/pdf-reader/reader.py metadata /path/to/document.pdf

适用场景:需要从 PDF 中获取文本用于搜索、摘要或后续处理,以及需要读取文档标题、作者、创建时间等元信息时。

限制:支持加密 PDF,但若需要密码则返回错误;文件不存在或不是有效 PDF 时返回错误;对损坏或格式异常的 PDF 会尽量优雅处理。资料未提供安装步骤、依赖安装命令、收费信息或平台支持范围。