用途
该技能面向需要在 Claude Code 环境中处理 PDF 文件的用户，覆盖读取、提取、编辑、创建、转换等常见操作。适用于文档整理、内容抽取、批量处理等任务。
主要能力
- 读取 PDF 并获取页数，提取文本与元数据（标题、作者、主题、创建者）。
- 使用 pdfplumber 提取带布局的文本，并抽取表格，可进一步用 pandas 汇总并导出为 Excel。
- 使用 pypdf 合并多个 PDF、拆分页面、旋转页面、添加水印、设置密码保护。
- 使用 reportlab 创建单页或多页 PDF，支持标题、正文、分页，以及下标与上标（通过 XML 标记实现）。
- 使用 pytesseract 与 pdf2image 对扫描版 PDF 进行 OCR 文字提取。
- 使用命令行工具：pdftotext 提取文本（可保留布局、指定页面范围）、qpdf 合并/拆分/旋转/解密、pdftk 合并/拆分/旋转、pdfimages 提取图片。
使用方式
文档中提供了可直接参考的 Python 代码示例（如 pypdf 的 PdfReader/PdfWriter、pdfplumber 的 extract_text/extract_tables、reportlab 的 Canvas 与 Platypus）以及命令行示例（pdftotext、qpdf、pdftk、pdfimages）。快速参考表按任务列出推荐工具与命令。若需填写 PDF 表单，文档提示阅读 FORMS.md；若需高级功能、JavaScript 库（pdf-lib）、pypdfium2 或故障排除，参见 REFERENCE.md。
注意事项
- reportlab 内置字体不包含 Unicode 下标/上标字符（₀₁₂₃₄₅₆₇₈₉、⁰¹²³⁴⁵⁶⁷⁸⁹），使用会导致渲染为黑色方块，应改用
<sub>与<super>标记；对 canvas 绘制的文本需手动调整字号和位置。 - OCR 扫描版 PDF 需要先安装 pytesseract 与 pdf2image。
- pdftk 标注为“如可用”。
适用场景与限制
适合在 Claude Code 中自动化完成 PDF 读取、抽取、合并、拆分、创建与 OCR 等任务。文档未提供具体收费、价格、平台支持范围或效果保证等信息。