AI Skill 大全

文档版面解析还原

把发票、财报、论文这类复杂 PDF 或文档图片交给它,输出保留版面结构的 Markdown/JSON,表格、公式、图表、印章和阅读顺序都还原出来。

功能与用途

遇到扫描件或复杂 PDF 想复制文字时,直接拷贝往往乱成一团:表格散了、公式变乱码、多栏内容顺序颠倒。这个能力调用 PaddleOCR 的文档解析接口做版面分析,按块识别标题、正文、表格、公式和图表,公式转成 LaTeX,阅读顺序按栏位还原,最终产出逐页的 Markdown 文本和图片资源。需要本机装好 paddleocr 命令行并配置 PADDLEOCR_ACCESS_TOKEN。

适用场景

  • 财报与发票表格提取:解析包含多层表头或跨行单元格的财报、发票及对账单,按单元格精度还原为结构化表格数据。
  • 学术论文公式转换:处理包含复杂数学公式的科研论文与技术白皮书,将正文与公式精准转为标准 LaTeX 语法与 Markdown。
  • 多栏排版文献还原:针对期刊、报纸等多栏排版文档进行版面分块分析,纠正常见跨栏串行问题,按人类阅读顺序输出正文。

适用人群

  • 财务共享中心的单据处理人员
  • 需要读财报 PDF 的投研分析师
  • 整理学术论文的科研人员

使用步骤

  1. 先在本机装好 paddleocr 命令行并配置 PADDLEOCR_ACCESS_TOKEN 环境变量,确认能调通接口
  2. 把要解析的 PDF 或文档图片准备好,是本地文件就给路径,是网络地址就给 URL
  3. 根据文档情况选参数:复杂版面用 PP-StructureV3,平整截图可以关掉畸变矫正和方向分类加快速度
  4. 页数多时用页码参数分段处理,需要留存结果就指定输出文件和资源目录
  5. 拿到逐页 Markdown 和图片后,检查表格对齐、公式准确度和阅读顺序是否可用

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。

查看 MCP 接入说明

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
2026-09-13
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

  • 需安装 paddleocr 命令行工具并配置 PADDLEOCR_ACCESS_TOKEN,会调用官方 API

依赖与权限

  • PADDLEOCR_ACCESS_TOKEN
  • 读取用户主动提供的内容

同类 Skill