文档表格提取与结构化
从PDF、扫描图片和电子表格中识别表格并还原行列,输出可阅读的Markdown表格或便于程序读取的JSON数据。
功能与用途
适合把财务报表、论文数据表、发票明细和工作簿中的表格转成可复用数据。提供PDF、图片或电子表格文件,选择Markdown或JSON输出,即可提取表格行列;文档表格还可附带页码及可用的位置坐标,方便核对来源。支持针对有边框、无边框及复杂表格调整识别配置。使用前需准备可运行的Xberg环境,PDF和图片表格识别需启用版面分析。跨页表格会分开输出,合并单元格和嵌套结构需另行核对。
适用场景
- 提取财务报表数据:将年报PDF中的复杂财务表格转成JSON单元格数据,保留页码以便核对原文。
- 整理论文实验表格:把论文中的实验结果表转为Markdown,便于放入研究笔记或交给大模型阅读。
- 录入扫描发票明细:识别扫描发票上的无边框明细表,提取行列数据,减少手工录入。
- 转换多工作表文件:将XLSX或ODS工作簿中的各个工作表分别提取为Markdown或结构化表格。
适用人群
- 财务分析人员
- 科研数据整理人员
- 票据录入人员
- 文档数据处理开发者
使用步骤
- 提供文件路径,说明需要提取的表格及用途。
- 选择Markdown表格或JSON单元格输出。
- 为PDF和图片启用版面分析,按表格样式选择模型。
- 执行提取,检查行列、页码和识别遗漏。
- 核对合并单元格,按需另行拼接跨页表格。
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 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 tabular data from PDFs, spreadsheets, or images. Covers layout-aware table detection, table model selection, output formats (markdown / JSON cells), and known limits.
使用前准备
- 准备待提取的PDF、图片、XLSX、ODS、CSV或TSV文件。
- 安装并配置可运行的Xberg命令行或Python、Node.js调用环境。
- PDF和图片的表格结构识别需要支持ONNX Runtime的原生环境,并启用版面分析。