用途：在用户需要把 PDF 转换为 Markdown、HTML、纯文本、JSON、DOCX 或结构化笔记时，该技能先执行一个简短分析步骤，再决定使用哪种工具或 CLI 参数，目标不是“提取最多文字”，而是保留结构、保留标签与数值的对应关系，并选择最忠实的输出形态。
主要能力：先对源 PDF 分类（可选文本的数字 PDF、OCR 噪声文本、纯扫描图像、幻灯片导出、医疗或检验报告、表格密集型商务/财务文档、叙述型报告、混合布局），再选择输出形态（markdown-with-html 默认用于保真，markdown 用于纯 Markdown，html、text、json、docx 各有其场景）。文档类型启发式：医疗/检验报告用 markdown-with-html + --table-method cluster + --image-output off；幻灯片用 markdown-with-html + --image-output off；叙述型从 markdown 或 text 开始；表格密集用 markdown-with-html，扁平化时加 --table-method cluster；扫描件先 OCR 再用 opendataloader-pdf 转换。
使用方式：默认以 opendataloader-pdf 作为每次转换的第一尝试引擎，其他工具仅用于分类、验证、OCR、检查或清理。示例命令：opendataloader-pdf -f markdown-with-html --table-method cluster --image-output off。快速检查可用 pdfinfo input.pdf 和 pdftotext -layout input.pdf -。
验证与修复：交付前需检查代表性章节（早期章节、复杂章节、用户最关心的章节），不要只看第一页。红旗信号包括表格行被压成散文、表头正确但表体融合成一行、标签与值脱离、单位或参考范围漂移到相邻行、重复页脚页号、伪表格、稀疏表被折叠成段落、命令退出码正常但结构明显变差。修复分三类：清理（去除重复页脚、页号、杂散符号、空分隔行）、结构纠正（修复扁平表、融合列、注释混入结果行）、路由重试。重试规则：同一引擎换更好参数、换输出形态、启用 hybrid/full 模式、加清理修复、OCR 预处理，最后才考虑非 opendataloader 回退。
适用场景：医疗或检验报告、幻灯片、表格密集型文档、扫描件、混合布局文档等保真要求高的转换。
限制：该技能负责路由与验证，不保证环境中已安装 opendataloader-pdf、OCR 工具或 PDF 工具；复杂 PDF 在最佳路线成功之后仍可能需要人工结构修复；OCR 质量、扫描质量与 PDF 内部错误会限制保真度；视觉保真次于文档保真，除非用户明确要求，否则不保证保留精确页面布局。交付前应说明所选路线、是否重试、是否清理或修复、推荐输出文件及剩余限制。