多文件文档批量提取
输入一批文档,统一或逐文件设置提取选项并控制并发,获得文本、表格等内容及失败记录。
功能与用途
适合将文件夹中的多份文档一次性转换为可继续使用的内容。提供文件路径和提取要求后,可批量读取 PDF、Word、Excel 等文件,统一设置文字识别、版面解析与内容格式,也可为个别文件指定不同选项。处理时可限制同时运行的文件数量,单个文件损坏不会中断整批任务。最终得到提取内容、耗时信息和错误记录,便于资料入库或后续数据处理。使用前需准备可用的 Xberg 环境及可访问的文件。
适用场景
- 知识库资料批量入库:将多份 PDF 和 Word 文档统一提取为 Markdown,供知识库整理与后续导入。
- 扫描档案集中识别:对扫描 PDF 批量启用文字识别,限制并发数量,并记录无法读取的文件。
- 混合文档分别配置:同批处理扫描件、报告和表格,为不同文件分别指定识别方式或内容格式。
- 大批文档故障排查:保留成功提取的内容,查看逐文件错误与耗时,定位需要重新处理的文档。
适用人群
- 知识库开发者
- 文档数据处理工程师
- 企业档案数字化人员
使用步骤
- 提供待处理文件路径及目标内容格式。
- 设置共享提取选项,注明需要单独配置的文件。
- 按内存条件设置并发数,执行批量提取。
- 检查提取内容、耗时和错误,重试失败文件。
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
- 效率
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-11-03
- 文件数
- 12
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Use when extracting from many files at once with shared config, bounded parallelism, per-file overrides, and error recovery. Covers the `batch` command, `--file-configs`, `--max-concurrent`, and output layout.
使用前准备
- 已安装可用的 Xberg 命令行程序,或已接入其 MCP 服务。
- 准备待提取文件及可访问的路径;使用命令行时需具备基础操作能力。
- 使用 OCR 或版面解析时,需具备对应运行组件。
- 提取图片并写入外部目录时,需提前创建输出目录。