跳到主要内容

PDF 阅读与处理:pdf

适合读取、组合、拆分、创建和处理 PDF。输入是扫描件时,往往还需要 OCR;输入是带文本层的文件时,应先尝试直接提取。表格结构、跨页内容与最终渲染都应独立检查。

PDF 阅读与处理工作流:识别原页,提取与处理,核对输出

本站绘制的工作流示意;用于解释使用方式,不是原项目运行截图。

适合做什么​

  1. 判断文件是否含可用文本层。
  2. 按目标提取内容或执行页面处理。
  3. 核对原页、提取结果与输出 PDF 的显示效果。

建议准备的输入:结合下面的示例,提供真实资料、目标范围和预期产物,让 Agent 能判断任务是否完成。

安装方法​

下面使用 Vercel Skills CLI 安装指定技能。先准备 Node.js 22.20 或更高版本,在目标项目目录运行:

npx skills add anthropics/skills --skill pdf

按交互提示选择实际使用的 Agent 宿主。默认安装到当前项目;想跨项目使用时,再按 CLI 说明选择全局安装。CLI 是分发工具,技能内容由 Anthropic 提供。

安装完成后,在宿主中重新加载或新建会话,确认能发现 pdf。技能安装与运行依赖安装是两件事,执行任务前仍需核对下面的环境要求。

环境与适用边界​

文本提取、OCR 和 PDF 生成需要的工具不同,常见依赖包括 PDF 解析库、Poppler 和 OCR 引擎。无需 OCR 时不必引入整套扫描处理流程。

使用示例​

安装后可把下面的提示词交给支持该技能的 Agent;文件名、项目地址与数据需要替换成自己的。这是使用示例,不是本站执行记录。

请使用 pdf 读取我提供的设备手册。
提取设备型号、工作温度与告警码,标明原文页码。
扫描页先识别文字,表格中不确定的单元格单独列出。
输出带来源定位的摘要 PDF,并检查中文字体和分页。

怎样判断完成​

  • 关键结论能回到原文页码定位。
  • OCR 不确定内容有标记。
  • 输出中文、图表和页序显示正常。

建议先用一个范围小、结果容易复核的任务试用,检查输入、执行过程和最终产物,再决定是否纳入固定流程。

来源与延伸阅读​