read-bin-docs 是一个面向文档文本抽取的技能，用途是从文档文件中直接读取并提取文本，适合当你只需要获取二进制文档里的文字内容时使用。根据现有资料，它目前只支持基于文本的 PDF，不包含 OCR，也不支持 docx。
主要能力集中在 PDF 文本提取。在 Python 中可以使用 pypdf 的 PdfReader：创建读取器后遍历 reader.pages，对每一页调用 extract_text() 并打印或拼接结果。若只需部分页面，可对 reader.pages 做切片，例如 reader.pages[0:5]，再逐页提取文本。
使用方式还包括内置脚本 scripts/extract_pdf_text.py，用于命令行抽取。它可以把所有页面输出到标准输出，也可以加上 --output text.txt 写入文件；还可以用 --pages 指定范围或列表，例如 --pages 1-5 或 --pages 1,3,5。运行依赖 pypdf，可用 uvx --with pypdf python 执行脚本，或按快速开始中的命令行方式调用。
适用场景为读取大多数文本型 PDF 的文字内容。限制方面，扫描版、图片型 PDF 在没有 OCR 的情况下无法提取文本；若提示没有提取到文本，通常是因为 PDF 是扫描件，OCR 支持需要额外工具。若遇到编码错误，pypdf 能处理多数编码，但个别 PDF 仍可能有编码问题，可尝试使用 page.extract_text(layout=True) 进行版面感知提取。DOCX、XLSX 及其他格式的支持被列为未来计划。