PDF文档提取与生成
基于命令行工具与Python脚本提取PDF文本、合并拆分页码以及将Markdown或HTML转换导出为PDF文档。
功能与用途
该技能为开发者和办公自动化用户提供了一套轻量且实用的PDF处理工作流。它整合了系统命令行工具(如 poppler-utils、pandoc、wkhtmltopdf)与常见 Python 库(如 PyMuPDF、ReportLab、pdfkit),涵盖从快速全文或逐页提取文字及元数据、将多份PDF合并或按页拆分,到通过Markdown与HTML模版自动编译生成规范PDF文件的完整操作方案。
适用场景
- 文档内容与元数据提取:通过命令行工具或 Python 脚本逐页提取 PDF 文本和元数据,便于信息检索与语料解析。
- 多格式编译生成 PDF:将 Markdown、HTML 或纯代码通过 pandoc/wkhtmltopdf 自动渲染排版并导出为标准 PDF。
- 文档批量合并与分页拆分:使用 PyMuPDF 对多个 PDF 文件进行拼接合并,或按页码范围拆分出独立的单页文件。
适用人群
- 日常需要批量处理电子文档的行政与法务人员
- 需要自动化生成报表与合同的后端开发人员
- 经常整理论文、电子书和扫描资料的知识工作者
使用步骤
- 根据需求检查系统是否已安装对应工具(如 pdftotext、pandoc 或 python-fitz)
- 选择对应的提取或生成模式(纯文本导出、页面合并/切片或模版渲染)
- 执行对应的 Bash 指令或 Python 代码片段,输出目标文本或生成 PDF 文件
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
- 2026-09-23
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Process PDF files - extract text, create PDFs, merge documents. Use when user asks to read PDF, create PDF, or work with PDF files.
依赖与权限
- 读取用户主动提供的内容