AI Skill 大全

PDF 结构化转换

按 ETL 流程把工程 PDF 的规格表、清单和报表抽成 CSV、Excel 或 JSON。

功能与用途

把非结构化的 PDF 文档转成适合分析和集成的结构化格式。它基于 DDC 方法论(第 2.4 章),面向工程场景:建筑项目会产生大量 PDF 文档——规格表、物料清单(BOM)、进度表和报告——这些都需要被提取和处理。转换遵循 ETL 模式:先提取(加载 PDF 文档),再转换(解析并结构化内容),最后加载(保存为 CSV、Excel 或 JSON)。

适用场景

  • 物料清单(BOM)提取:从工程图纸或采购 PDF 中定位并提取物料名称、规格、数量与单位,自动整理导出为规范的 Excel 表格。
  • 扫描版报表 OCR 数字化:针对纸质扫描版工程验收单或检测报告,运用 OCR 技术识别页面文字与表格轮廓,转存为便于查询的 CSV 文件。
  • 图纸局部区域表格抓取:依据页面坐标范围精准裁剪图纸特定区域,单独提取局部的构件参数或说明表,避免全页杂乱图形与文字干扰。
  • 施工规范与进度表汇总:批量解析原生 PDF 格式的工期进度表与技术规格书,跨页合并表格并输出为适合系统集成的 JSON 或 Excel。

适用人群

  • 工程数据处理人员
  • 项目经理
  • 数据分析人员

使用步骤

  1. Extract:加载目标 PDF 文档
  2. Transform:解析并结构化内容
  3. Load:保存为 CSV、Excel 或 JSON
  4. 检查结构化结果是否符合分析需求

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
2.0.0
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 structured data from construction PDFs. Convert specifications, BOMs, schedules, and reports from PDF to Excel/CSV/JSON. Use OCR for scanned documents and pdfplumber for native PDFs.

使用前准备

  • 工程类 PDF 文档(规格表 / 物料清单 / 进度表 / 报表)
  • Python 数据处理环境

依赖与权限

  • 读取用户主动提供的内容

同类 Skill