SuperAPI AI 工具集

pdf-to-word-docx

办公与效率

查看项目

更新于 10-23 17:17

技能介绍

用途:将 ComPDFKitConversion Python SDK 封装为本地可复用的文档转换工作流,把 PDF 或图片转换为可编辑的 Word/DOCX 等格式。

主要能力:支持 10 种输出格式——word(start_pdf_to_word)、excel(start_pdf_to_excel)、ppt、html、rtf、image、txt、json、markdown,csv 通过 Excel 接口配合表格参数生成。支持传入 PDF 与多种图片输入(.jpg/.jpeg/.png/.bmp/.tif/.tiff/.webp/.jp2/.gif/.tga),可指定页码范围、PDF 密码、输出字体;AI 版面分析默认开启,OCR 支持中文、繁体中文、英文、韩文、日文、拉丁、天城文、西里尔、阿拉伯、泰米尔、泰卢固、卡纳达、泰文、希腊、斯拉夫等多语言同时指定;可控制图片、批注、页面背景图保留,公式转图片,按页拆分文档,Excel 全内容与工作表拆分策略,JSON 表格数据,TXT 表格格式,HTML 单页/多页与书签模式,图片类型、色彩模式与缩放系数等。

使用方式:需先安装 SDK(pip install ComPDFKitConversion),支持 Windows 与 macOS。首次运行自动从 ComPDF 服务器下载 license.xml 并读取其中 <key> 字段做 SDK 认证;启用 OCR 或 AI 版面分析时自动下载 documentai.model(约 525 MB),也可通过环境变量 COMPDF_DOCUMENT_AI_MODEL 指定已有模型路径。示例:python "${CLAUDE_SKILL_DIR}/scripts/pdf-to-word-docx.py" word input.pdf output.docx;也支持在 Agent Skills 环境直接调用 /pdf-to-word-docx word input.pdf output.docx。图片输入会自动启用 OCR,HTML 输出自动切换为 box 布局。

适用场景:需要在本地批量或按需将 PDF、扫描件、图片转为 Word/Excel/PPT/HTML/TXT/JSON 等可编辑格式,并希望保留表格、批注、图片与版式的办公与文档处理任务。

限制:自动下载的 license.xml 为试用授权,最多 200 次转换,用尽或过期后需购买正式 License 并替换 scripts/license.xml;若无法联网下载授权且本地无文件,则无法完成认证与转换;documentai.model 首次下载耗时明显;官方对 Python 版本要求存在不一致(>=3.6 与 <3.11 并存),需以本地可安装 wheel 为准并在新环境验证。