PDF Processing 智能 PDF 处理技能

PDF Processing 是一款帮助 AI Agent 稳定处理 PDF 文档的技能，覆盖文本提取、表格识别、表单填写与页面管理等高频任务。面对格式各异、排版混乱的 PDF 文件，它提供经过验证的 Python 库选型与操作示例，让 Agent 能够把"从 PDF 里拿数据"这件事做得既准确又可复现。无论是合同要点抽取、报表表格导出，还是批量文档的合并拆分，它都能给出清晰的处理路径。

核心能力

• 全文与单页文本提取：支持从单页或整份 PDF 中提取文本，并标注抽取不完整的页面。
• 表格识别与导出：定位并提取 PDF 中的表格，保留行标签、列标题与页码，便于结构化复核。
• 表单字段处理：检查可填写 PDF 的表单字段，梳理字段清单、类型与校验要点。
• 页面级操作规划：为合并、拆分、旋转、加水印等操作提供安全、可执行的方案。
• 库选型建议：针对提取与页面操作分别推荐合适的 Python 库（如 pdfplumber、PyPDF2）。
• 批量工作流设计：为多份文档规划包含提取、校验、合并规则与错误处理的处理流程。
• 质量核对提醒：提示对提取结果与原页面进行比对，避免直接信任自动结果。

安装配置

1. 安装技能：在 Claude、Codex 或 Claude Code 中执行 npx skillstore add 0xkynz/pdf-processing。
2. 准备 Python 环境：技能基于 Python 库进行提取与页面操作，需保证运行环境可安装相关依赖。
3. 确认文档可用性：处理前先检查 PDF 是否加密、是否设置了操作权限。
4. 区分扫描件与文本件：扫描版 PDF 需先做 OCR，才能正常提取文字。

使用步骤

1. 提取基础文本：让 Agent 提取指定 PDF 的文本并总结主要章节，同时标注抽取不完整的页面。
2. 查找并导出表格：要求提取报表中的表格，保留行标签、列标题与页码引用，便于后续核对。
3. 检查表单字段：对可填写表单，先列出字段、期望值、校验风险与安全填写顺序。
4. 设计批量流程：为一批文档规划包含提取、校验、合并规则与异常处理的处理工作流。
5. 结果比对：将提取文本与表格同源文件逐一对照，确认无误后再进入下游使用。

适用场景

• 合同表格抽取：从合同类 PDF 中提取表格与关键文本，用于复核与报表。
• 表单自动化：读取并填写重复出现的 PDF 表单，保持字段处理一致。
• 批量文档准备：为多份 PDF 规划合并、拆分、旋转与加水印步骤。
• 报表数据整理：把周期性 PDF 报表中的表格导出为结构化数据。
• 文档归档规范化：对零散 PDF 做统一的页面级整理，形成规范归档。

适用人群

• 需要从 PDF 中批量取数的运营、财务与数据分析人员
• 处理合同、表单、报表的行政与法务岗位
• 负责文档自动化的开发者与工程团队

工作原理

技能以"先判断、后处理"为原则：先确认 PDF 是否加密、是否为扫描件，再选择合适的 Python 库执行文本与表格提取，或进行页面级操作。对于表单，先读取字段元数据再规划填写顺序；对于批量任务，则先设计包含校验与异常处理的流程。所有结果都要求与源文件比对后再使用，以避免自动提取带来的数据偏差。

官方链接

• 技能主页：https://skillstore.io/skills/0xkynz-pdf-processing
• 源码仓库：https://github.com/0xkynz/codekit/tree/main/templates/skills/pdf-processing
• 许可证：MIT