用途:将韩国公共机构、法院、企业常见的公文(HWP 3.0、HWP 5.x、HWPX、HWPML、PDF、XLSX、DOCX)解析为 Markdown,保留表格结构、表单与格式,供 AI 直接读取分析。
主要能力:通过 kordoc MCP 的 8 个工具实现。parse_document 主解析为 Markdown;detect_format 按魔术字节识别格式;parse_metadata 仅提取元数据;parse_pages 解析指定页范围;parse_table 只取第 N 个表格;compare_documents 比较两份文档生成新旧对照表,支持 HWP↔HWPX 跨格式与单元格级 diff;parse_form 以 JSON 提取表单标签-值;fill_form 向模板自动填值,hwpx-preserve 模式保留原格式,支持复选框、括号空栏与注释填充。
使用方式:需 Node.js 18+,MCP 服务器通过 npx -y kordoc mcp 运行,首次运行会下载 npm 包。无法使用 MCP 时可用 CLI,例如:npx kordoc 报告.hwp -o 报告.md、npx kordoc *.pdf -d ./转换结果/、npx kordoc fill 申请书.hwpx -f '姓名=洪吉童' -o 结果.hwpx、npx kordoc watch ./收件箱 -d ./转换结果 --webhook https://...。无需 API 密钥。
适用场景:公文与判决书文本提取、复杂表格还原、新旧对照表生成、表单自动填充、DRM 分发文档解密、扫描 PDF 的 OCR 对接。
限制:本技能仅负责读取解析,创建新文档需用配套写作技能(HWP/DOCX/PDF/XLSX 生成)。DRM 解密在缺少 Windows 韩文办公软件时可能因无法 COM fallback 而失败;扫描件为 IMAGE_BASED_PDF,需另行接入 OCR;可能遇到 ENCRYPTED、ZIP_BOMB、UNSUPPORTED_FORMAT、PARSE_WARNING 等失败模式。相关价格、平台与效果信息暂未提供。