这个 Skill 能做什么，适合哪些场景？
PDF 全能工具箱是一套完整的多语言 PDF 处理指南，覆盖 Python 库与命令行工具，包括文本与表格提取、PDF 创建、合并拆分、表单填写、OCR、水印、图片提取和密码保护等操作。适用于需要程序化处理或分析 PDF 文档的智能体。该技能包含详细示例代码与快速参考表，并附有单独的表单处理和高级主题文档（forms.md、reference.md）。
本技能提供了一系列 PDF 处理的 Python 代码示例和命令行工具说明，具体包括：使用 pypdf 实现 PDF 合并、拆分、元数据提取、页面旋转和密码加密；使用 pdfplumber 提取带布局的文本及表格，并可导出为 Excel；使用 reportlab 创建单页或多页 PDF；使用 pdftotext、qpdf、pdftk 等命令行工具完成文本提取、合并、拆分、旋转；此外还提供扫描 PDF 的 OCR（tesseract）、添加水印（pypdf）、图片提取（pdfimages）等方法。
- 数据分析师需要从大量 PDF 报表中批量提取表格数据，转换为 Excel 进行后续分析
- 文档处理专员需要将多个 PDF 文件合并为一个，或按页拆分长文档
- 开发人员需要程序化生成包含图表和段落的 PDF 报告
- 研究人员需要从扫描版 PDF 中提取文本，使用 OCR 进行内容识别
- 需要为 PDF 添加水印、旋转页面或设置密码保护的办公人员
- 需要根据表单模板填写 PDF 表单的客服或后台人员
如何安装这个 Skill？
- 技能依赖的系统工具（如poppler-utils、qpdf）可能无法从中国大陆网络直接获取，建议提前安装或使用镜像源。
- 脚本直接执行外部命令，缺乏权限隔离；在代理环境中运行前应审查脚本内容，避免意外执行危险命令。
- 依赖库无版本锁定，存在供应链风险；使用前建议锁定版本并检查已知漏洞。
- 技能未提供中文支持说明，中文文档可能需要额外翻译。
- 表单填写流程依赖视觉分析，可能产生不准确结果；使用时应仔细验证输出。
- Shell / 命令行
- 本地文件系统
Python 3pypdfpdfplumberreportlabpoppler-utilsqpdfpdftk (optional)pytesseract (optional)pdf2image (optional)pandas (optional)
本技能提供了操作指南，但未附带自动安装脚本。安装依赖库：pip install pypdf pdfplumber reportlab pandas pytesseract pdf2image；命令行工具通常通过系统包管理器安装（如 apt install poppler-utils qpdf pdftk）。克隆仓库：git clone https://github.com/modelscope/ms-agent.git，技能文件位于 examples/skills/claude_skills/pdf/。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/modelscope/ms-agent.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/examples/skills/claude_skills/pdf" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 用 pdfplumber 提取这个 PDF 的表格并导出为 xlsx
将技能目录（含 SKILL.md 及 forms.md、reference.md）放入 Claude 的 skills 目录，或在自定义智能体中加载。然后以自然语言描述 PDF 处理需求，例如“用 pdfplumber 提取这个 PDF 的表格并导出为 xlsx”，技能会依据指南生成本地执行的 Python 代码或提供相应命令行。
这个 Skill 有哪些优点和局限？
- 覆盖完整：从基础提取到高级表单，支持文本、表格、生成、合并、拆分、OCR 等
- 提供逐步代码示例和快速参考表，即拿即用
- 依赖成熟库（pypdf、pdfplumber、reportlab）和通用命令行工具（poppler-utils、qpdf），稳定性高
- 包含专门的表单处理指南（forms.md），处理表单需求更有针对性
- 文档未包含测试用例，实际环境差异可能导致部分命令不可用（如 pdftk 未预装）
- OCR 部分依赖 tesseract 和 pdf2image，需要额外安装系统级依赖，在无图形界面环境可能受限
- 表格提取的准确性依赖 pdfplumber 的支持，对于复杂或不规则表格可能需要人工校验
- 未提供自动化安装或环境配置脚本，使用者需手动准备依赖
- 技能自身受专有许可证约束（见 LICENSE.txt），使用时需注意合规性
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| PDF 全能工具箱 本页 | 44 · 不推荐 | ★ 4.4k | 20 天前 | Apache-2.0 |
| 文档提取流水线模式 | 48 · 谨慎使用 | ★ 9.4k | 3 天前 | MIT |
| 本地知识库检索助手 | 53 · 谨慎使用 | ★ 13k | 3 个月前 | MIT |
| Nature 文献合法下载器 | 59 · 推荐 | ★ 47k | 3 天前 | Apache-2.0 |
| 临床笔记结构化提取 ✓ Anthropic · 官方 | 56 · 谨慎使用 | ★ 422 | 1 个月前 | — |
FollowSkills 如何评估这个 Skill？
证据显示技能主要依赖本地脚本和常见开源库（pypdf、pdfplumber等），未发现恶意行为或数据外传。但脚本直接执行系统命令（如qpdf、pdftotext）且无权限隔离或用户确认机制，敏感信息（如PDF内容）处理不透明。依赖库（如pytesseract、pdf2image）未限定版本，存在供应链风险。因此扣分，因权限、确认、隔离和恢复机制不完整。
技能提供了详细的步骤和脚本（如check_bounding_boxes.py），但静态审查无法验证其运行效果。脚本缺少错误处理（如文件不存在、依赖缺失），且未提供失败反馈。存在测试文件（check_bounding_boxes_test.py）但未集成到CI，且未覆盖所有关键路径。因此最多给6分（低于静态上限10），因happy path可能可行但边缘情况和错误处理薄弱。
技能明确定位于PDF处理，涵盖提取、合并、分割、表单填写等常见场景，但未明确声明非适用边界（如复杂扫描件或加密PDF的处理限制）。触发条件清晰（当需要PDF处理时），但无实际使用证据。环境适配方面：中文支持未提及，且依赖的系统工具（如poppler-utils）可能在海外下载受限，需注意。因此给9分（低于15），因范围明确但边界和环境适配证据有限。
文档结构分层良好：主SKILL.md作为概述，forms.md和reference.md提供渐进式披露。依赖安装有说明（如pip install pytesseract），但无版本要求或完整依赖清单。参数和命名一致，但无版本号或变更日志。许可证为专有（SKILL.md中声明），与仓库Apache-2.0不一致，且来源归属不明确。因此给8分（低于15），因文档可读但隐藏假设（如依赖已安装）和治理不完整。
技能覆盖了PDF处理的核心任务，但静态审查无法验证输出质量。表单填写步骤依赖视觉分析，可能需人工重做。边际价值存在（自动化常见操作），但无对比证据。因此给5分（低于7上限），因完成核心任务但输出直接可用性和比较优势证据不足。
存在测试文件（check_bounding_boxes_test.py）和CI工作流，但CI未包含该技能测试，且测试未自动运行。README中的演示和声明无第三方验证。因此给4分（低于5上限），因有主要材料但覆盖率薄，且无法独立复现。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →