DeepTutor PDF 技能
在 Agent 沙箱中读写、提取、合并、加密 PDF 的办公技能：模型直接写 Python 脚本处理 .pdf 文件，覆盖文本/表格提取到水印、表单填写和页面渲染。
技能在沙箱 shell 中运行，仅依赖预装库，明确禁止 pip install 和网络 OCR，数据流透明（读输入 PDF、写相对路径输出），无凭据或外部副作用；扣分点：无显式用户确认环节、无回滚说明、发布方未经注册表验证、加密示例中的口令处理未涉及敏感信息提示。
指令自洽，按任务选库的决策树清晰，含失败诊断指引（读 stderr、换策略、不盲目重试）、验证步骤（重开输出确认字段/字数）；扣分点：纯静态评审未执行，边界用例（损坏 PDF、超 大文件、多子字体 ttc 兼容）未经测试佐证，失败反馈质量仅有文档声明。
触发条件明确（用户上传 .pdf 或要求生成/编辑/抽取），能力边界罕见地诚实声明：无 OCR、网络关闭、soffice/pandoc 通常缺失时的降级路径；中文场景有专门的 CJK 字体注册方案（wqy 等 TrueType 路径）。扣分点：核心功能依赖沙箱预装字体和库，未验证在目标沙箱环境的实际可用性；frontmatter 的 requires 声明较简略。
结构分层良好：按任务分节、渐进披露、代码示例充分、已知限制（无 OCR、CFF 字体不支持、缺转换器）主动披露；依赖在 pyproject 中显式声明（pypdf/pdfplumber/reportlab/PyMuPDF），Apache-2.0 许可清晰。扣分点：SKILL.md 本身无版本号或变更记录，已知限制散落在正文中而非汇总 FAQ，维护责任仅能追溯到仓库整体。
覆盖 PDF 工作流的主要任务（抽取、建表、合并、加密、表单、渲染），示例可直接复用，对中文输出、扫描件、扁平表单等难点给出可操作方案，边际价值明显；扣分点：静态评审无法验证输出质量，示例假定库版本行为，输出仍需运行核验，比较收益仅有推理依据。
代码示例具体、可审计，依赖声明与 pyproject 交叉印证，仓库含 CI 工作流和测试目录但未见覆盖本技能关键路径的测试；扣分点：所有 claims 均为作者编写，无第三方执行证据，扫描件行为、字体回退等关键声明无法静态复现，静态上限 5。
- 静态评审未执行任何代码；示例（尤其表单填充和 CJK 字体注册）依赖沙箱内库与字体版本，使用前应在目标环境验证。
- 扫描版 PDF 无法 OCR 是硬性边界，含扫描页的文件只能得到部分结果，请提前确认输入类型。
- encrypt/decrypt 示例使用明文口令参数，敏感文档加密时注意口令不落入日志或会话记录。
- SKILL.md 无版本号与变更记录，升级 DeepTutor 时示例 API 行为可能随依赖版本变化。
这个 Skill 能做什么，适合哪些场景？
这是 DeepTutor 仓库内置的 PDF 处理技能（位于 deeptutor/skills/builtin/pdf/SKILL.md），属于其内置办公技能套件（docx/pdf/pptx/xlsx）之一。它本身不含可执行代码，而是一份指导文档：教模型按任务选择沙箱中预装的 Python 库——pdfplumber 提取文本/表格，pypdf 做合并、拆分、旋转、水印、加密和表单填写，reportlab 从零生成 PDF，PyMuPDF（fitz）把页面渲染成图片。只要用户上传 .pdf 或要求生成、编辑、抽取 PDF 数据，该技能就会被触发。它明确要求沙箱 shell 环境，且注明无 OCR、无网络，遇到扫描件应如实告知而非编造内容。
当用户上传或要求处理 .pdf 时，模型通过 exec 工具运行完整的 Python 脚本，产出文件或数据：用 pdfplumber 提取布局感知文本和表格（含导出 Excel、处理混乱表格的策略参数）；用 pypdf 合并、按页拆分、旋转、裁剪、读取元数据、加/解密和打水印；检测 AcroForm 可填字段并填表，或对平铺表单用 FreeText 注释按坐标叠加文字；用 reportlab 的 Platypus 或 Canvas 从零生成带表格样式的报告，并注册 CJK TrueType 字体避免中日韩文字变豆腐块；用 PyMuPDF 把每页渲染为 PNG。技能还要求验证输出（如核对字数、重开文件确认表单值已写入），失败时诊断 stderr 并换策略，不得原样重试或擅自缩小任务范围。
- 研究者或学生上传带数据表的 PDF 报告，需要把表格批量抽取到 Excel 工作簿中做后续分析。
- 行政或财务人员需要合并多个 PDF、按页拆分、旋转页面或给文件加密码后分发。
- 需要填写政府或机构表单的用户：先检测是否为可填 AcroForm，否则在正确坐标上叠加文字。
- 内容创作者要求生成带标题、表格样式的中文报告 PDF，技能会先注册 CJK 字体避免乱码。
- 开发者或教师想把 PDF 页面转成图片，交给后续支持图像输入的步骤处理。
- 遇到扫描件（无可提取文本）时，技能指导模型如实说明无法 OCR，而不是编造内容。
这个 Skill 有哪些优点和局限？
- 按任务精确指派库（pdfplumber/pypdf/reportlab/PyMuPDF），避免模型乱选工具或重复安装。
- 覆盖 PDF 生命周期的常见操作：读、提取、建、合、拆、转、水印、加解密、填表、渲染成图。
- 对 CJK 字体、扫描件、平坦表单坐标换算等真实陷阱给出明确处理规则，强调不编造内容。
- 要求验证输出（核对字数、重开文件确认表单值），失败时换策略而非盲重试。
- 无 OCR 能力且沙箱无网络：扫描版 PDF 的文字完全无法提取，这是硬限制。
- 依赖沙箱预装的特定 Python 库；在其他环境使用时需自行安装 pdfplumber、pypdf、reportlab、PyMuPDF。
- Markdown/HTML 转 PDF 所需的外部转换器（soffice/pandoc）通常缺失，需降级用 reportlab 重建。
- 仅是一份指导文档，无打包脚本或测试；实际效果取决于宿主 LLM 遵循指令的能力。
如何安装这个 Skill？
该技能随 DeepTutor 主项目分发，无需单独安装：从源码克隆仓库（git clone https://github.com/HKUDS/DeepTutor.git）或 pip install -U deeptutor 后，内置技能位于 deeptutor/skills/builtin/pdf/。DeepTutor 的技能也可通过 deeptutor skill 命令或 Learning Space → Skills 从 EduHub 等中心管理。仓库未提供把这个单独技能复制到 Claude Code 等其他客户端的安装说明；由于它是标准 SKILL.md 格式，理论上可手动放入兼容客户端的技能目录，具体路径因客户端而异，源文档未说明。
如何使用这个 Skill？
在 DeepTutor 中，直接在聊天里上传 .pdf 或说"把这个 PDF 的表格导出成 Excel""合并这两个 PDF 并加密"，技能即被触发；模型会用 exec 工具运行 Python 脚本并返回下载链接。前提是代码执行沙箱可用——本地/容器部署默认启用受限制的子进程沙箱，docker-compose 部署路由到加固的 runner sidecar；若设置 sandbox_allow_subprocess 为 false，办公技能将无法产出文件。表格转 Excel 示例：pdfplumber 逐页 extract_tables()，再用 openpyxl 每张表建一个工作表写入 tables.xlsx。