Token导航 LogoToken导航TokenDH.com
前端设计需要联网github未标认证来源可访问许可证需确认审计提醒

pdfPDF 文档处理

Agent Skill

pdf 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

1,098

周安装

44

GitHub Stars

110

下载量

356
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

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:pdf(PDF 文档处理)
来源仓库:https://github.com/stvlynn/dingtalk-wukong-skills
仓库路径:skills/pdf
安装命令:
npx skills add https://github.com/stvlynn/dingtalk-wukong-skills --skill 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 npx skills 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。

skills.shnpx skills
npx skills add https://github.com/stvlynn/dingtalk-wukong-skills --skill pdf

简介

pdf 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。

  • 适合在 Codex、Claude、Cursor、Gemini CLI 中围绕仓库状态、代码变更或协作事项进行整理时使用。
  • 通过 npx skills add 命令从指定仓库安装,具体用法需结合 README 进一步确认。
  • 安装前建议确认权限范围、维护状态及是否涉及联网、命令执行或文件读写操作。
  • pdf 属于前端设计类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

PDF文档处理专家 Real Skill

一句话说明

全面的 PDF 文档处理工具,支持文本表格提取、PDF 创建、文档操作和表单填写。

PDF Processing Guide - Comprehensive PDF manipulation toolkit for extracting text and tables, creating new PDFs, merging/splitting documents, and handling forms.


使用场景

适用

  • 从 PDF 提取文本、表格数据并导出 Excel
  • 创建新的 PDF 文档(报告、证书、发票)
  • 合并、拆分、旋转 PDF 文档
  • 填写 PDF 表单(政府表单、申请表)
  • 批量处理多个 PDF 文件

不适用

  • 扫描版 PDF(需先 OCR 处理 / requires OCR first)
  • 复杂的 PDF 编辑(用专业软件 / use professional software)

核心流程

用户需求 → 判断任务类型 → 选择工具 → 执行操作 → 验证输出
User request → Task type classification → Tool selection → Execute → Validate

任务类型判断 (Task Classification)

Extracting Data (提取数据)

  • 文本提取 (Text extraction) → pdfplumber.extract_text()

- Better accuracy than pypdf for text extraction

  • 表格提取 (Table extraction) → pdfplumber.extract_tables() + pandas

- Intelligent table structure recognition - Export to Excel, CSV, JSON

Creating PDFs (创建 PDF)

  • 简单文档 (Simple documents) → reportlab.pdfgen.canvas

- Quick document creation with text and graphics

  • 复杂布局 (Complex layouts) → reportlab.platypus

- Paragraphs, Tables, Images with advanced styling

PDF Operations (PDF 操作)

  • 合并 (Merge) → pypdf.PdfWriter

- Combine multiple PDFs into one

  • 拆分 (Split) → pypdf.PdfWriter (save each page separately)
  • 旋转 (Rotate) → page.rotate()
  • 元信息 (Metadata) → pypdf.PdfReader.metadata / PdfWriter.add_metadata()

Form Processing (表单处理)

  • 查看字段 (View fields) → See forms.md
  • 填写表单 (Fill forms) → See forms.md
  • 批量处理 (Batch processing) → Loop + form filling API

任务完成标准

必须满足(缺一不可):

  • PDF 文件可正常打开
  • 提取的数据完整准确
  • 表格结构保留正确(行列对应)
  • 创建的 PDF 内容清晰可读

质量评级

  • ⭐⭐⭐⭐⭐ 优秀 - 数据完整 + 格式规范 + 自动化批处理
  • ⭐⭐⭐ 及格 - 数据正确 + PDF 可用
  • ⭐ 失败 - 数据缺失或 PDF 损坏

参考资料(供 AI 使用)

类型路径说明
核心文档docs/00-SKILL-完整处理指南.mdComplete PDF processing guide (~300 lines)
表单处理docs/forms.mdPDF form filling detailed tutorial
高级参考docs/reference.mdJavaScript libraries and advanced features

关键原则(AI 必读 / Critical Principles)

1. Prefer pdfplumber for Extraction (优先使用 pdfplumber)

  • 文本提取: More accurate than pypdf
  • 表格识别: Strong table recognition capability
  • 布局保留: Preserves layout information
  • 复杂 PDF: Better for complex PDF processing

2. Table Data Normalization (表格数据规范化)

# Best practice for table extraction
import pdfplumber
import pandas as pd

all_tables = []
with pdfplumber.open("document.pdf") as pdf:
    for page in pdf.pages:
        tables = page.extract_tables()
        for table in tables:
            if table:  # Check not empty
                df = pd.DataFrame(table[1:], columns=table[0])  # First row as header
                all_tables.append(df)

# Combine and clean
combined = pd.concat(all_tables, ignore_index=True)
combined.to_excel("output.xlsx", index=False)

3. Scanned PDFs Require OCR (扫描版需要 OCR)

  • 识别: If text extraction returns empty or garbled text
  • 处理: Must use OCR tools first (Tesseract, Adobe Acrobat, etc.)
  • 告知用户: Clearly inform user that OCR pre-processing is needed

4. Memory Management for Large Files (大文件内存管理)

  • Batch processing for multiple PDFs
  • Process pages sequentially rather than loading entire document
  • Use generators when possible

快速命令参考 (Quick Commands)

Text Extraction (文本提取)

import pdfplumber

with pdfplumber.open("document.pdf") as pdf:
    for page in pdf.pages:
        text = page.extract_text()
        print(text)

Table to Excel (表格转 Excel)

import pdfplumber
import pandas as pd

all_tables = []
with pdfplumber.open("document.pdf") as pdf:
    for page in pdf.pages:
        tables = page.extract_tables()
        for table in tables:
            if table:
                df = pd.DataFrame(table[1:], columns=table[0])
                all_tables.append(df)

combined = pd.concat(all_tables, ignore_index=True)
combined.to_excel("extracted_tables.xlsx", index=False)

Merge PDFs (合并 PDF)

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)

Split PDF (拆分 PDF)

from pypdf import PdfReader, PdfWriter

reader = PdfReader("large_document.pdf")
for i, page in enumerate(reader.pages):
    writer = PdfWriter()
    writer.add_page(page)
    with open(f"page_{i+1}.pdf", "wb") as output:
        writer.write(output)

Create PDF (创建 PDF)

from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas

c = canvas.Canvas("hello.pdf", pagesize=letter)
width, height = letter
c.drawString(100, height - 100, "Hello World!")
c.save()

Extract Metadata (提取元信息)

from pypdf import PdfReader

reader = PdfReader("document.pdf")
meta = reader.metadata
print(f"Title: {meta.title}")
print(f"Author: {meta.author}")
print(f"Pages: {len(reader.pages)}")

依赖安装 (Dependencies Installation)

Python Dependencies

pip install -r requirements.txt
# Includes: pypdf, pdfplumber, reportlab, pandas, openpyxl

常见场景示例 (Common Scenarios)

Scenario 1: Batch Extract Invoice Tables (批量提取发票表格)

import pdfplumber
import pandas as pd
import glob

all_data = []
for pdf_file in glob.glob("invoices/*.pdf"):
    with pdfplumber.open(pdf_file) as pdf:
        for page in pdf.pages:
            tables = page.extract_tables()
            for table in tables:
                if table:
                    df = pd.DataFrame(table[1:], columns=table[0])
                    df['source_file'] = pdf_file
                    all_data.append(df)

combined = pd.concat(all_data, ignore_index=True)
combined.to_excel("all_invoices.xlsx", index=False)

Scenario 2: Create Report with Table (生成带表格的报告)

from reportlab.lib.pagesizes import letter
from reportlab.platypus import SimpleDocTemplate, Table, TableStyle, Paragraph
from reportlab.lib.styles import getSampleStyleSheet

doc = SimpleDocTemplate("report.pdf", pagesize=letter)
styles = getSampleStyleSheet()
story = []

# Title
story.append(Paragraph("Sales Report", styles['Title']))

# Table
data = [
    ['Product', 'Q1', 'Q2', 'Q3', 'Q4'],
    ['Product A', '1000', '1200', '1100', '1300'],
    ['Product B', '800', '900', '950', '1000']
]
t = Table(data)
t.setStyle(TableStyle([
    ('BACKGROUND', (0, 0), (-1, 0), 'grey'),
    ('TEXTCOLOR', (0, 0), (-1, 0), 'white'),
    ('ALIGN', (0, 0), (-1, -1), 'CENTER'),
    ('GRID', (0, 0), (-1, -1), 1, 'black')
]))
story.append(t)

doc.build(story)

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

33.84%
按下载量换算120

Claude

28.91%
按下载量换算103

Cursor

18.87%
按下载量换算67

Gemini CLI

10.61%
按下载量换算38

安全审计

Gen Agent Trust Hub

可疑

Socket

通过

Snyk

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。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills