用途：把 PDF 转成干净、保留位置的 Markdown，让无法原生读 PDF 的模型正确读取版式，适用于含表格、多栏排版或需要按页引用的文档。不适用于纯图片扫描件期待内嵌文本的情况。
主要能力：基于 pdf-inspector（Firecrawl 的 Rust 引擎）处理分栏、表格、标题、列表与代码块，并判断哪些页需要 OCR；输出 <!-- Page N --> 页码标记、真实 Markdown 表格与基于字号生成的 #/##/### 标题；支持 --classify 快速分类（type=text_based|scanned|image_based|mixed、confidence、pages_needing_ocr）、默认写出 .md 与 .md.meta.json、--stdout 管道输出、--pages 指定页、--chunks 8000 分块、--json 与退出码（0 成功、1 错误、2 用法、3 --fail-on-ocr）。
使用方式：需 Python 3（≥3.8）并 pip install pdf-inspector（提供各平台预构建 wheel，无需 Rust 工具链）。核心 CLI 为 scripts/pdf_read.py，位于本 SKILL.md 同级的 scripts/ 文件夹，参考文档在 references/。先分类：python3 "$PDF_READ" <document.pdf> --classify；再转换：python3 "$PDF_READ" <document.pdf>；OCR 回退：python3 "$PDF_READ" <document.pdf> --ocr-cmd 'tesseract {input} stdout -l eng'。
限制与注意：pdf-inspector 不是 OCR 引擎，图片型 PDF 会被标记为 scanned/image_based 并逐页提示需 OCR，不要猜测其内容；<!-- OCR REQUIRED: page N --> 表示该页无内嵌文本。使用前建议抽查 2–3 个标题和 1 个表格；confidence 低于 0.7 的混合文档应把标记页视为不可读；超大 PDF 优先用 --pages 或 --chunks。加密 PDF 需先解锁，数学公式以字形形式提取，保留但不擅自修正。缺失信息：具体收费与价格暂未提供。