用途
该技能面向“把一批 PDF 论文的题录信息汇总进飞书多维表格”的场景。它覆盖从 PDF 文件夹批量提取题录信息，到在飞书 Base 中建表、最后批量写入记录的完整流程。触发时机为用户需要把一批 PDF 论文的书目信息、题录信息汇总到飞书 Base / 多维表格时，关键词包括 PDF、论文、题录、书目、批量导入、飞书多维表格。
核心原则
资料明确规定了两条必须遵守的原则：
- 成本控制：数据提取必须用脚本完成，禁止用 AI 逐篇读取 PDF——每次 AI 读取都消耗大量 token。
- 正确流程：写脚本提取 → 人工/脚本校对 → 脚本批量写入飞书，AI 只负责生成脚本和配置飞书结构。
成本控制提示中进一步说明：不要用 AI 逐篇读取 PDF，49 篇 PDF 用 AI 提取约 $10，用脚本约 $0；遇到 pdftotext 无法提取的字段，集中人工补全 JSON，再统一导入。
主要能力
- 脚本提取 PDF 题录：在 /tmp 下生成 extract_bib.py，利用 pdftotext（/opt/homebrew/bin/pdftotext）与 pdfinfo 批量提取，输出 bib_data.json。字段包括论文题目、作者、发表年份、期刊名称、卷期页码、DOI、摘要，并保留 _raw_text_preview（供人工核查）和 _filename。运行方式：python3 /tmp/extract_bib.py "/path/to/pdf_folder"。
- 校对 JSON：打开 /tmp/bib_data.json 检查并补全各字段，删除 _raw_text_preview 和 _filename。扫描件文字为空需手动填写；元数据为空时需从 _raw_text_preview 字段中判断并手动补全。
- 创建飞书 Base 结构：前置条件为先阅读 ../lark-shared/SKILL.md 了解认证规则。包括创建 Base、获取默认表并重命名、配置字段（先重命名默认“文本”字段，再删除多余默认字段，最后创建所需字段）。所用命令涉及 base +base-create、+table-list、+table-update、+field-list、+field-update、+field-delete、+field-create 等。
- 脚本批量写入记录：生成 /tmp/import_to_lark.sh 与 /tmp/import_to_lark.py，从 /tmp/bib_data.json 读取记录并逐条写入，使用 base +record-upsert。脚本会去除空值字段，避免写入空字符串覆盖，并在每条之间设置 time.sleep(0.5) 以避免写入冲突。
使用方式
整体流程分为三步：
- Step 1：脚本提取 PDF 题录。生成提取脚本并运行，然后校对 /tmp/bib_data.json。
- Step 2：创建飞书 Base 结构。创建 Base 并记录 base_token，获取默认表并重命名，配置字段。配置字段时先重命名默认文本字段，再删除多余默认字段（日期、附件、单选），最后串行创建其余字段（作者、发表年份、期刊名称、卷期页码、DOI、摘要），每条之间 sleep 0.3。
- Step 3：脚本批量写入记录。运行 python3 /tmp/import_to_lark.py <BASE_TOKEN> <TABLE_ID> /tmp/bib_data.json。
注意事项：lark-cli --json @file 报路径错误时，必须 cd /tmp 后再执行并使用相对路径 @_rec.json。
适用场景
适用于用户需要把一批 PDF 论文的书目信息、题录信息汇总到飞书 Base / 多维表格的场景，例如将某个文件夹中的多篇 PDF 论文的标题、作者、年份、期刊、卷期页码、DOI、摘要汇总为一张表。
限制与常见问题
- pdftotext 提取为空（扫描件）：需手动填写 bib_data.json，或用 OCR 工具。
- PDF 元数据乱码 / 错误：忽略 meta，从 _raw_text_preview 手工提取。
- lark-cli --json @file 报路径错误：必须 cd /tmp 后再执行，使用相对路径 @_rec.json。
- 写入冲突 1254291：增大 time.sleep() 到 1 秒。
- 字段不存在 1254045：检查字段名拼写，与 +field-list 返回结果一致。
- 环境依赖：脚本使用了 /opt/homebrew/bin/pdftotext 与 /opt/homebrew/bin/pdfinfo；创建飞书结构前需先阅读 ../lark-shared/SKILL.md 了解认证规则。
关于定价、支持平台范围、并发上限等其他细节，资料暂未提供。