用途:在已解析的文档(PDF、图片等)中导航并提取内容,支持读取章节、搜索文本、获取大纲、提取表格。若需要整篇文档的完整 Markdown 导出,应改用 xparse-parse。
主要能力:通过 xparse-cli 提供 get_doc_info、ensure_parsed、get_outline、read_content、read_pages、search_text、get_confidence 等命令,可获取文档信息、解析并缓存、按大纲或页码导航、按元素 ID 读取章节或表格内容、按关键词检索并返回上下文。
使用方式:标准流程为 get_doc_info 获取 doc_id 与 page_count,再 ensure_parsed 解析并缓存,然后按需导航(get_outline / search_text / read_pages),最后用 read_content 按精确 element_id 提取。建议先完成全部导航再一次性并行批量执行读取,以减少重复上下文消耗;目标为每个任务不超过 8 次 read_content。在 WorkBuddy 环境中,命令需加前缀 xparse-cli --profile workbuddy,并按说明创建临时任务上下文文件。
适用场景:需要按章节定位、查找具体数据点(数字、名称、日期)、提取表格,或文档无标题结构时按页读取。
限制:read_pages 每次最多 20 页;search_text 默认最多 20 条结果;缓存位于 ~/.xparse-cli/,无 TTL;配额耗尽(40307)需停止并告知用户;受密码保护的文档需向用户索取密码;不要自行编写 PyMuPDF、pdfplumber 等提取脚本。安装命令与更新方式见资料,缺失信息暂未提供。