anyformat Skill 技能

anyformat 是一个 AI 文档处理与结构化提取平台，通过 MCP 服务器或 HTTP API 提供文档解析与数据抽取能力。用户以 typed graph 方式定义抽取工作流（指定要提取的字段及其描述），提交文档后即可获得带置信度和证据的结构化结果。平台支持发票、合同、表单等多种文档类型，适用于需要对大量非结构化文档进行自动化数据提取的业务场景。

技能简介

anyformat 技能由官方以 npm 包形式分发，安装后即可在 Claude Code 中直接调用。技能内置了 anyformat MCP 服务器的工具说明（list_workflows、create_workflow、stage_files、run_document_packet、get_run、parse_document 等），AI 代理无需查阅外部文档即可正确调用接口、构建工作流并读取抽取结果。该设计将 API 的复杂性封装在技能层，让 AI 代理专注于业务逻辑而非接口细节。

核心能力

• MCP 工具封装：直接在 Claude Code 中使用 anyformat 全部 MCP 工具，包括 list_workflows、create_workflow、stage_files、run_document_packet、get_run、parse_document、ask_knowledge 等，无需记忆 API 调用约定
• Typed Graph 工作流设计：以图结构定义抽取流程，支持 parse（解析）、extract（提取）、classify（分类）、splitter（分页）等多种节点类型，支持边的连接以构建复杂多步抽取逻辑
• 本地文件处理：通过 stage_files 工具将本地文件上传并接入工作流，弥合了 MCP 工具无法直接传文件的能力缺口
• Smart Lookup 智能补全：当文档中无法直接提取某个字段时，可配置基于参考文件（CSV/目录表）的智能查找，在文档内容之外补充外部数据源
• 结构化结果输出：每个抽取字段返回 value（字符串值）、confidence（置信度）以及 evidence（证据信息），便于下游系统做可信判断
• 分页文档支持：通过 splitter 节点将一个 PDF 中的多个页面或多个文档拆分为独立抽取单元，适用于多页合同、多张发票等场景
• Webhook 实时回调：生产环境推荐使用 Webhook 而非轮询，降低延迟并节省接口调用配额

安装配置

前置要求

• Node.js 环境
• Claude Code 已安装并可正常运行
• anyformat 账号（从 app.anyformat.ai → Settings → API keys 生成 API Key）

全局安装（所有项目共享）

打开终端，运行以下命令：

npx @anyformat/skill

这会将技能安装到 ~/.claude/skills/anyformat/ 目录，所有 Claude Code 会话均可使用。安装完成后重启 Claude Code 使其加载新技能。

项目级安装（仅当前项目）

npx @anyformat/skill --project

这会将技能安装到当前项目 ./.claude/skills/anyformat/ 目录，适用于团队项目中希望所有成员使用相同技能版本的场景。

配置 API Key

安装技能后，需要将 API Key 配置为环境变量：

export ANYFORMAT_API_KEY=af_your_key_here

API Key 从 app.anyformat.ai 的 Settings → API keys 页面获取。如果未设置该环境变量，技能会提示用户手动提供，但不会硬编码或生成任何凭证。

使用步骤

第一步：确认 MCP 工具可用

在 Claude Code 会话中输入包含文档处理意图的描述（如帮我从这个 PDF 里提取供应商名称和总金额），技能触发后会检查 anyformat MCP 服务器的工具列表是否可用。若 MCP 服务器已配置，AI 将直接使用 MCP 工具；若不可用，则降级为原始 HTTP 调用方式。

第二步：创建工作流（定义抽取字段）

通过 create_workflow 工具定义工作流，指定解析节点和抽取字段。每个字段需提供 name（字段名）、description（字段描述，建议描述值的含义而非标签文字）和 data_type（数据类型，支持 string、float、integer、date、datetime 等）。

第三步：上传文档并运行抽取

使用 stage_files 将本地文件上传获取 object_id，然后通过 run_document_packet 将文件接入工作流并触发抽取任务。若只需快速解析（无需自定义字段），可直接使用 parse_document 工具。

第四步：读取抽取结果

通过 get_run 工具轮询任务状态，然后从返回结果中读取各字段的 value 和 confidence。对于分页文档，每个独立文档对应 extractions 数组中的一个条目，需根据 split_name 和 partition 判断属于哪个子文档。

第五步（可选）：配置 Webhook 实时回调

对于高频抽取场景，建议在创建工作流时配置 Webhook URL，anyformat 会在任务完成后主动推送结果，避免轮询消耗配额。

适用场景

• 财务对账：从大量发票 PDF 中自动提取供应商名称、金额、日期等信息，导入财务系统进行对账或审计，无需人工逐张录入
• 合同审查：将纸质或扫描版合同上传，提取合同双方、标的金额、履约期限等关键条款，辅助法务人员快速定位风险条款
• 表单数据录入：将政府机关、金融机构的标准表单数字化，提取结构化数据后写入数据库，替代人工录入
• 多页文档拆分处理：对于包含多张独立单据的 PDF（如一本报销单），通过 splitter 节点将每页作为独立文档分别抽取，保证数据不串页
• AI 代理文档处理管道：在 AI 代理的工作流中集成 anyformat 技能，使 AI 能够处理用户上传的文档类附件并基于抽取结果执行后续任务

适用人群

• 开发者：需要在应用中集成文档解析能力的软件工程师，尤其在使用 Claude Code 等 AI 编程工具时
• 财务与运营人员：日常需要处理大量发票、合同、表单等文档，期望自动化数据提取减少重复劳动
• AI Agent 开发者：构建 AI 工作流自动化系统，需要让 AI 代理能够处理用户上传的文档并提取结构化数据
• 文档数字化项目团队：将历史纸质文档数字化并录入系统的项目组，需要批量处理能力

工作原理

anyformat 的核心技术是 typed graph 工作流。用户通过 API 或 MCP 工具定义一个有向图，图中有且仅有一个 parse 节点（负责将 PDF/图片解析为结构化文本），可选的 extract 节点（负责从解析结果中提取目标字段），以及连接节点的 edges。提交文档后，平台按拓扑顺序执行图中各节点，最终将结果聚合返回。

在 MCP 模式下，Claude Code 可以直接调用平台提供的工具，技能文件（SKILL.md）中已包含所有工具的参数说明和调用示例，AI 代理无需额外学习即可正确使用。这种设计将 API 的复杂性封装在技能层，降低了 AI 代理集成文档处理能力的门槛。

官方链接

• 官网：https://anyformat.ai
• 文档中心：https://docs.anyformat.ai
• API 管理（Key 生成）：https://app.anyformat.ai
• MCP 服务器端点：https://api.anyformat.ai/mcp
• npm 包：https://www.npmjs.com/package/@anyformat/skill