长文档先拆出结构
把 PDF、Word、PPT 或图片文档交给它,抽成保留层级的 Markdown 或 JSON,并单独导出表格和图片。
功能与用途
长文档里标题、正文、表格、图注、附件信息混在一起,直接丢给 AI 总结常常丢结构、表格串行、多栏排版读乱。这个 Skill 用 docling 先做结构化解析:识别标题层级、按阅读顺序还原多栏文本、把表格导出成 DataFrame、把图片连同图注单独存出来,再转成 Markdown、纯文本或 JSON 供后续总结、抽取或改写使用。支持批量并行处理整个目录的 PDF 和 Word。
适用场景
- 要精读一批学术论文,希望先把每篇的章节层次、参考文献和表格完:要精读一批学术论文,希望先把每篇的章节层次、参考文献和表格完整拆出来
- 手上有几十份扫描版报告,想转成可编辑的 Markdown 再:手上有几十份扫描版报告,想转成可编辑的 Markdown 再喂给模型做总结
- 需要把研究报告里的所有表格和图表单独导出,方便放进自己的分析:需要把研究报告里的所有表格和图表单独导出,方便放进自己的分析表里核对
适用人群
- 需要批量处理论文的研究人员
- 做尽调材料整理的金融分析师
- 处理大量 PDF 报告的运营人员
使用步骤
- 提供要解析的文档,并说明需要抽取哪些内容(正文、表格、图片还是全部)
- 确认文档类型和是否扫描件,扫描件要开启 OCR
- 让它解析并以需要的格式导出,比如 Markdown 用于后续处理、JSON 用于程序读取
- 查看表格和图注的抽取结果,复杂表格做人工核对
- 文档多时用批量解析一次处理整个目录,并把结果缓存下来复用
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 办公
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-12
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
>
使用前准备
- 需要在 Python 环境中安装 docling 库
- 扫描件解析需启用 OCR,批量处理需可用的运行环境
依赖与权限
- 读取用户主动提供的内容