lazygophers/plugins/office/pdf/skills/office-pdf-skills

Office PDF 技能

快速导航

| 文档 | 内容 | 适用场景 | | ---- | ---- | -------- | | SKILL.md | 核心工具、使用方法 | 快速入门 | | examples.md | 完整使用示例 | 实践参考 |

核心工具

read_pdf

读取 PDF 文件，提取文本、图片和元数据。

参数：

• path (string, 必需): PDF 文件路径（本地路径或 URL）
• extract_text (boolean, 可选): 是否提取文本，默认 true
• extract_images (boolean, 可选): 是否提取图片，默认 false
• extract_metadata (boolean, 可选): 是否提取元数据，默认 true

返回值：

• text: 提取的文本内容
• images: 提取的图片列表
• metadata: PDF 元数据（标题、作者、页数等）

示例：

// 读取 PDF 文本
mcp.call_tool("read_pdf", {
  "path": "/path/to/document.pdf",
  "extract_text": true
})

// 提取 PDF 图片
mcp.call_tool("read_pdf", {
  "path": "/path/to/document.pdf",
  "extract_images": true
})

// 获取 PDF 元数据
mcp.call_tool("read_pdf", {
  "path": "/path/to/document.pdf",
  "extract_metadata": true
})

使用场景

文本提取

提取 report.pdf 中的所有文本内容

图片提取

从 presentation.pdf 中提取所有图片并保存

元数据获取

获取 document.pdf 的作者、标题和页数信息

注意事项

• 基于 SylphxAI/pdf-reader-mcp，生产级质量
• 支持并行处理，5-10x 更快
• 支持本地文件和 URL
• 94%+ 测试覆盖

执行过程检查清单

文件读取检查

• [ ] 文件路径正确且可访问
• [ ] PDF 文件格式有效
• [ ] 成功提取所需内容

文本提取检查

• [ ] 文本内容完整
• [ ] 编码正确（支持中文）
• [ ] 格式保留合理

图片提取检查

• [ ] 图片提取完整
• [ ] 图片质量保持
• [ ] 保存路径正确

完成后检查清单

操作结果验证

• [ ] 提取操作成功完成
• [ ] 输出内容符合预期
• [ ] 数据格式正确
• [ ] 无错误或警告

性能检查

• [ ] 处理速度符合预期
• [ ] 并行处理正常工作
• [ ] 内存使用合理