AI Skill 大全

PDF文字提取

用 pdftotext 把 PDF 转成纯文本,供大模型处理,支持指定页码范围。

功能与用途

把 PDF 文件转成纯文本,供大模型处理。它调用 poppler-utils 包里的 pdftotext 工具完成转换,支持提取整份文档的文字,也支持只提取指定页码范围(比如 --pages 1-5)。依赖通过包管理器安装,元数据里已配置好 dnf 的安装方式(包名 poppler-utils)。

适用场景

  • 文档全文转纯文本送模:把整份 PDF 文档快速转换为干净的纯文本,方便直接输入给大语言模型进行问答与总结。
  • 指定页码范围精准抽取:针对超长报告或论文,仅提取指定页码段落的文字内容,避免超出模型上下文窗口。
  • 自动化文档批处理预处理:在命令行工作流中作为前置文本解析工具,将本地 PDF 资料库批量转换为可读文本流。

适用人群

  • 开发者
  • 职场用户
  • 需要喂给大模型处理文档的人

使用步骤

  1. 先安装依赖:sudo dnf install poppler-utils
  2. 执行 pdf-extract "document.pdf" 提取全文
  3. 或执行 pdf-extract "document.pdf" --pages 1-5 提取指定页
  4. 得到纯文本结果

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
简单
版本
1.0.0
最近更新
2026-05-11
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Extract text from PDF files for LLM processing

使用前准备

  • poppler-utils 包(提供 pdftotext 命令)
  • Linux 环境(示例为 dnf 包管理器)

依赖与权限

  • 读取用户主动提供的内容

同类 Skill