SuperAPI AI 工具集

pdf

办公与效率

查看项目

更新于 10-15 22:15

技能介绍

用途:在需要从 PDF 提取文本或表格、填写表单、拆分合并文件,或诊断 PDF 为何难以解析时使用该技能。调用时在提示词中写精确技能名 $pdf,例如提取表格到 CSV、按页拆分、合并多个 PDF、填写表单并保存副本。

主要能力与工具:适合在智能体可使用 pypdf(拆分、合并、旋转、基础元数据)、pdfplumber(文本与表格提取)、OCR 工具(处理扫描件、无机器可读文本)时使用。若提取几乎无结果,应假定 PDF 可能是图像型,改用 OCR。

推荐流程:先判断 PDF 是文本型还是扫描型,正常文本提取为空或不可读时通常是扫描件,应改用 OCR 或视觉工作流,不要盲目重复文本提取。提取文本或表格时,布局与表格重要用 pdfplumber,元数据或页级操作用 pypdf,导出表格为 CSV、JSON 或 markdown。拆分、合并、旋转用 pypdf,保留原文件直到新输出验证完成。填写表单前先检测是否有真实表单字段,有则程序化填写;没有则说明该文件只是视觉上像表单,无法机器填写。

限制:表格提取质量取决于 PDF 制作方式;扫描件通常需 OCR 才能搜索;部分 PDF 看似表单但不含真实表单字段;复杂或加密 PDF 可能需要更手动的工作流。常见错误包括假定所有 PDF 都含可选文本、把图像扫描件当文本 PDF、未检查合并单元格或表头就提取表格、未确认页序与方向就覆盖原文件。其他细节暂未提供。