复杂PDF表格公式提取
上传带表格、公式、图表或多栏排版的 PDF 和扫描件,按版面结构提取成 Markdown 与 JSON,保留单元格精度和阅读顺序。
功能与用途
财报、学术论文、双栏折页这类文件,直接复制出来往往表格错行、公式失效。这个能力走 PaddleOCR 的文档解析通道做完整版面分析,把标题、正文、表格、公式、图表和印章分别识别并重排阅读顺序,公式转 LaTeX,最后给出逐页 Markdown。前提是本机装好 paddleocr 命令行并配好访问令牌。
适用场景
- 学术论文公式与多栏排版还原:输入双栏排版的科研论文 PDF,自动梳理正文阅读顺序,并将数学公式精确转换为 LaTeX 格式。
- 企业财报与发票复杂表格提取:上传含合并单元格的财务报表或票据,按单元格级别精准提取行列数据并输出标准表格。
- 文档扫描件与弯曲图像结构化:针对存在形变、角度倾斜的文档扫描件进行版面矫正,将标题、图表及正文转成 Markdown。
适用人群
- 处理票据和报表的财务人员
- 读外文文献的研究生
- 需要把扫描档案电子化的行政人员
使用步骤
- 装好 paddleocr 命令行并配置 PADDLEOCR_ACCESS_TOKEN,先确认接口能正常返回
- 给出 PDF 的本地路径或下载地址,说明文档属于哪种类型(报表、论文还是票据)
- 按其建议选择模型与预处理开关,页数多时指定页码范围
- 运行解析并保存输出文件与图片资源
- 逐页核对表格单元格、公式和阅读顺序,再定稿
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
- 3.0.0
- 最近更新
- 2026-06-05
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Use this skill to extract structured Markdown/JSON from PDFs and document images—tables with cell-level precision, formulas as LaTeX, figures, seals, charts,...
使用前准备
- 需安装 paddleocr 命令行并配置 PADDLEOCR_ACCESS_TOKEN
依赖与权限
- PADDLEOCR_ACCESS_TOKEN
- 读取用户主动提供的内容