Token导航 LogoToken导航

Agent Skill · 效率

opendataloader-pdf(opendataloader PDF 工具)

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围,避免把样本数据当全量事实;涉及敏感数据、导出文件或批量写回时,应先确认权限和脱敏边界。

opendataloader-pdf 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 8,094。

总安装 7,441周安装 301GitHub Stars 公开资料未说明下载 2,336核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:opendataloader-pdf(opendataloader PDF 工具)
来源仓库:https://github.com/emptyguo/opendataloader-pdf
安装命令:
openclaw skills install opendataloader-pdf
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install opendataloader-pdf

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

在为 RAG 管道解析 PDF、从 PDF 中提取结构化数据或将 PDF 转换为带有边界框以进行 AI 处理的 Markdown/JSON 时使用

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install opendataloader-pdf;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

opendataloader-pdf 怎么安装?

在终端执行 openclaw skills install opendataloader-pdf。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

opendataloader-pdf 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

opendataloader-pdf 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

opendataloader-pdf 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

opendataloader-pdf 用的人多吗?

公开数据是累计安装 7,441 次,近一周安装 301 次,下载 2,336 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

opendataloader-pdf 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
opendataloader-pdf

opendataloader PDF 工具 · 本页

7,441—需要联网MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
opendataloader-pdf
description
Use when parsing PDFs for RAG pipelines, extracting structured data from PDFs, or converting PDFs to Markdown/JSON with bounding boxes for AI processing
attribution
Based on OpenDataLoader PDF (https://github.com/opendataloader-project/opendataloader-pdf), licensed under Apache 2.0
This skill is based on OpenDataLoader PDF, licensed under Apache License 2.0.

OpenDataLoader PDF

PDF parser for AI-ready data extraction. Open-source. #1 in benchmarks (0.90 overall accuracy).

Prerequisites

  • Java 11+ required (run java -version to verify)
  • Python 3.10+ or Node.js 18+

Installation

# Python
pip install -U opendataloader-pdf

# Python with hybrid AI mode (for complex documents)
pip install -U "opendataloader-pdf[hybrid]"

# Node.js
npm install @opendataloader/pdf

Quick Start

Python

import opendataloader_pdf

opendataloader_pdf.convert(
    input_path=["file1.pdf", "file2.pdf", "folder/"],
    output_dir="output/",
    format="markdown,json"  # Output formats: markdown, json, html
)

Node.js

import { convert } from '@opendataloader/pdf';

await convert(['file1.pdf', 'file2.pdf'], {
  outputDir: 'output/',
  format: 'markdown,json'
});

CLI

# Fast local mode (0.05s/page)
opendataloader-pdf file1.pdf file2.pdf -o output/

# With hybrid AI mode (higher accuracy for complex docs)
opendataloader-pdf --hybrid docling-fast file1.pdf

Mode Selection

Document TypeModeCommand
Standard digital PDFFast (default)pip install opendataloader-pdf
Complex tablesHybridpip install "opendataloader-pdf[hybrid]" + start server
Scanned PDFsHybrid + OCRopendataloader-pdf-hybrid --force-ocr
Multi-language scannedHybrid + OCR--ocr-lang "zh,en"
Mathematical formulasHybrid + formula--enrich-formula
Charts needing descriptionHybrid + picture--enrich-picture-description

Benchmark Comparison

EngineOverallTableSpeed (s/page)
opendataloader [hybrid]0.900.930.43
opendataloader (local)0.720.490.05
docling0.860.890.73
marker0.830.8153.93
pymupdf4llm0.570.400.09

Key Features

  • Bounding boxes for every element (for source citations in RAG)
  • XY-Cut++ reading order for multi-column layouts
  • 100% local - no data sent to cloud
  • AI safety filters - prompt injection protection
  • Table extraction - borderless tables via hybrid mode
  • OCR - 80+ languages via hybrid mode
  • Formula extraction - LaTeX output

LangChain Integration

pip install langchain-opendataloader-pdf
from langchain_opendataloader_pdf import OpenDataLoaderPDF

loader = OpenDataLoaderPDF(file_path="document.pdf")
docs = loader.load()

Output Formats

  • markdown: Structured text with heading hierarchy
  • json: Element-level with bounding boxes, page numbers, types
  • html: Rich formatted output

JSON output includes:

  • type: paragraph, heading, table, image, etc.
  • content: text content
  • bbox: [left, bottom, right, top] in PDF points
  • page: page number
  • heading_level: for headings

Common Issues

IssueSolution
"java not found"Install JDK 11+ from adoptium.net
Slow repeated callsBatch files in single call; each spawns JVM
Poor table accuracyUse hybrid mode (--hybrid docling-fast)
Scanned PDF not extractedUse hybrid mode with --force-ocr
Non-English OCR not workSpecify --ocr-lang "zh,en"

Resources

平台分布

OpenClaw

98.44%
按下载量换算2,300

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills