用途
该技能用于创建、编辑和分析办公文档，涵盖 PDF、Word（DOCX）、PowerPoint（PPTX）和 Excel（XLSX）四种格式。它改编自 Anthropic 的 document-processing 技能，面向 Claude Code 与 AI 智能体使用。
主要能力
技能提供一张“用哪个工具”的速查表，按任务和文档类型推荐工具：
- PDF：提取文本用 pdfplumber、pdftotext；合并/拆分用 pypdf、qpdf；填写表单用 pdf-lib（JS）、pypdf；新建用 reportlab；扫描件 OCR 用 pytesseract + pdf2image。
- DOCX：提取文本用 pandoc、markitdown；新建用 docx-js（JS）；编辑现有文档用 OOXML（解包/编辑/打包）。
- PPTX：提取文本用 markitdown；新建用 html2pptx、PptxGenJS；编辑现有文档用 OOXML（解包/编辑/打包）。
- XLSX：数据分析用 pandas；公式与格式用 openpyxl。
使用方式
技能以代码示例形式给出各任务的具体做法。
PDF 处理：用 pdfplumber 提取文本（保留布局）和表格并导出 Excel；用 pypdf 合并、拆分、旋转页面；用 pdf2image + pytesseract 对扫描件 OCR；用 pypdf 添加水印和密码保护；用 ReportLab 新建 PDF。命令行工具包括 pdftotext（提取文本，-layout 保留布局）、qpdf（合并、拆分、旋转、解密）、pdfimages（提取图片）。
DOCX 处理：用 pandoc 转 Markdown（--track-changes=all 保留修订）；用 docx-js 新建文档和表格；复杂编辑通过 OOXML 解包、编辑 XML（主要是 word/document.xml）、校验并打包；修订跟踪工作流使用 <w:ins> 表示插入、<w:del> 表示删除。
PPTX 处理：用 markitdown 提取文本；用 PptxGenJS 新建演示文稿（标题页、要点页、图表页）；通过 OOXML 编辑现有演示文稿（关键文件包括 ppt/slides/slide1.xml、ppt/notesSlides/、ppt/theme/）；用 thumbnail.py 生成缩略图网格；先用 soffice 转 PDF，再用 pdftoppm 转图片。
XLSX 处理：用 pandas 读取和分析数据（read_excel、head、info、describe、筛选、分组、to_excel）；用 openpyxl 创建带公式的表格、设置字体/填充/对齐、列宽；遵循财务模型标准，包括配色（蓝色为硬编码输入、黑色为公式、绿色为跨表链接、红色为外部链接）和数字格式（货币、百分比、零显示为短横线、倍数）；编辑现有 Excel（load_workbook、insert_rows、delete_cols、create_sheet）；用 recalc.py 通过 LibreOffice 重算公式。技能特别强调使用 Excel 公式而非硬编码计算值。
依赖安装
- PDF：pip install pypdf pdfplumber reportlab pytesseract pdf2image
- DOCX：npm install -g docx；pip install "markitdown[docx]"
- PPTX：npm install -g pptxgenjs；pip install "markitdown[pptx]"
- XLSX：pip install pandas openpyxl
- 命令行工具：sudo apt-get install poppler-utils qpdf libreoffice pandoc
适用场景
适用于需要以编程方式批量处理办公文档的场景，例如从 PDF 提取文本和表格、合并或拆分 PDF、对扫描件做 OCR、生成 Word 报告、制作 PowerPoint 演示文稿、分析 Excel 数据以及生成带公式的电子表格。
限制
资料未提供该技能的具体收费、价格、平台支持范围或效果保证等信息。技能基于 Anthropic 的开源工作，原始仓库为 https://github.com/anthropics/skills/tree/main/skills/document-processing，由 webconsulting.at 改编。