Claude 处理 PDF 还在复制粘贴？官方 Skill 教你提取表格、OCR、加水印全搞定

你平时让 AI 处理 PDF 是什么体验？

大概率是这样——丢给它一个 PDF，AI 说「我来读一下」，然后吭哧吭哧读半天，告诉你「文件太大读不全」或者提取出来的文字乱成一团、表格全错位。

今天挖到一个官方出品的解决方案——Anthropic 的 PDF Skill，来自 anthropics/skills 这个 16.5 万星的神级仓库。

这个 Skill 能干啥

一句话：只要跟 PDF 有关的事，它都能教你/帮 AI 做得更专业。

具体能力包括：

• 读取 & 提取：从 PDF 里提取文字、表格、metadata
• 合并 & 拆分：把多个 PDF 合并成一个，或者按页拆开
• 旋转 & 加水印：页面方向不对？加个防盗水印？
• 创建新 PDF：用 Python 代码从头生成 PDF 文件
• 填写表单：自动填充 PDF 表单字段
• 加密/解密：给 PDF 加密码保护
• OCR：对扫描版 PDF（图片组成的）做文字识别，让它可搜索

覆盖了 PDF 相关的几乎所有高频需求。

怎么工作的

这个 Skill 本质上是一份详细的操作指南，里面有大量可以直接抄的代码片段。

比如提取 PDF 里的表格，直接给你准备好了：

import pdfplumber

with pdfplumber.open("document.pdf") as pdf:
    for i, page in enumerate(pdf.pages):
        tables = page.extract_tables()
        for table in tables:
            print(table)

再比如把多个 PDF 合并成一个：

from pypdf import PdfWriter, PdfReader

writer = PdfWriter()
for pdf_file in ["doc1.pdf", "doc2.pdf", "doc3.pdf"]:
    reader = PdfReader(pdf_file)
    for page in reader.pages:
        writer.add_page(page)

with open("merged.pdf", "wb") as output:
    writer.write(output)

还有给扫描件做 OCR：

import pytesseract
from pdf2image import convert_from_path

images = convert_from_path('scanned.pdf')
for i, image in enumerate(images):
    text = pytesseract.image_to_string(image)
    print(f"Page {i+1}: {text}")

代码都是可以直接用的，不是那种「这里大概这样做」的伪代码。

使用方式

这个 Skill 是给 Claude Code / Claude.ai 这类 AI 编程助手用的。当你想处理 PDF 时，AI 会参考这个 Skill 里的指引来操作。

安装方式就是让 AI 读取这个 Skill——把 SKILL.md 的内容告诉它，或者通过 Claude Code 的 skill 加载机制自动加载。

适用场景

这个 Skill 适合：

• 知识库搭建：批量把 PDF 文档转成可搜索的文本
• 文档处理流水线：自动合并、拆分、加水印
• 表单自动化：批量填写 PDF 表单
• 数据提取：从科研论文、报告里提取表格数据
• 档案数字化：对扫描版 PDF 做 OCR 识别

做 AI + 文档处理相关项目的同学，这个 Skill 基本上是标配参考手册了。16.5 万星的仓库，质量有保证。

GitHub：https://github.com/anthropics/skills ⭐ 165K（PDF Skill 是其中之一）

GitHub: https://github.com/anthropics/skills/tree/main/skills/pdf