SuperAPI AI 工具集

pdf-processor

数据与分析

查看项目

更新于 10-16 05:49

技能介绍

用途:从 PDF 文档中提取文本、表格和结构化数据,适合处理财务报告、发票等文档。

主要能力:

  • 抓取 PDF 内容(通过 Linkup /fetch)。
  • 用 AI 抽取指定内容(通过 ScrapeGraph /v1/smartscraper,用 user_prompt 描述所需字段)。
  • 抽取结构化表格(通过 Riveter /v1/run,用 output 定义字段与 prompt)。
  • 转换为可读 Markdown(通过 ScrapeGraph /v1/markdownify)。

使用方式:

  1. 从 ~/.gooseworks/credentials.json 读取凭据并设置环境变量: export GOOSEWORKS_API_KEY=$(python3 -c "import json;print(json.load(open('$HOME/.gooseworks/credentials.json'))['api_key'])") export GOOSEWORKS_API_BASE=$(python3 -c "import json;print(json.load(open('$HOME/.gooseworks/credentials.json')).get('api_base','https://api.gooseworks.ai'))") 若凭据文件不存在,需运行 npx gooseworks login。
  2. 所有端点使用 Bearer 认证:-H "Authorization: Bearer $GOOSEWORKS_API_KEY"。
  3. 调用方式:POST $GOOSEWORKS_API_BASE/v1/proxy/orthogonal/run,body 中指定 api、path 与 body。
  4. 可用 POST /v1/proxy/orthogonal/search 或 /details 查询端点与参数。

适用场景:批量读取报告、提取发票字段(如供应商、金额、日期)、汇总财务指标等。

限制与提示:资料未提供具体收费与价格信息;处理多页文档建议分块;抽取数字建议与原文核对;需先获取 PDF 的可访问 URL;各代理 API 的具体参数以官方搜索/详情接口为准。