PDF 处理技能(Open Cowork 内置)
一套面向 Claude 等 Agent 的 PDF 全能工具手册:提取文本表格、生成合并拆分、加水印、加密和填表,让 AI 程序化处理 PDF 不再靠猜。
同为 Anthropic 官方 pdf 处理 skill 的内置副本(本站已对官方源 anthropics/skills 的 pdf skill 单独撰写过详细介绍),内容可信但版本可能滞后。
这个 Skill 能做什么,适合哪些场景?
这是 Open Cowork 桌面应用内置的 pdf 技能,位于仓库的 .claude/skills/pdf/ 目录,核心是一份 SKILL.md 操作指南。它不包含自己的可执行脚本,而是教会 AI 使用 pypdf、pdfplumber、reportlab 等 Python 库以及 qpdf、pdftotext、pdftk 等命令行工具来完成 PDF 任务。覆盖提取文本与表格、生成新 PDF、合并拆分、旋转页面、元数据读取、OCR 扫描件、加水印、密码加密等场景。填表和高级用法(pdf-lib、pypdfium2)被拆分到 FORMS.md 和 REFERENCE.md,SKILL.md 只作快速入口。注意:仓库本身是 MIT 许可,但该技能的 SKILL.md 标注为专有许可,条款以 LICENSE.txt 为准,采用前需核实。
技能以指南形式指导 AI 执行以下操作:用 pypdf 合并/拆分 PDF、提取元数据、旋转页面、添加水印和密码加密;用 pdfplumber 按版面提取文本并把表格导出为 Excel(结合 pandas);用 reportlab 的 Canvas 和 Platypus 从零生成 PDF;用 pytesseract + pdf2image 对扫描件做 OCR;在命令行调用 pdftotext、pdfimages(poppler-utils)、qpdf 和 pdftk 完成提取、合并、拆分、旋转和解密。表单填写指引在单独的 FORMS.md 中。
- 行政或财务人员需要 AI 从一批 PDF 中批量提取表格并汇总到 Excel
- 开发者想让 AI 把多份报告合并成一个 PDF 或按页拆分
- 需要程序化生成带标题和正文的多页 PDF 报告
- 拿到扫描版 PDF,需要 OCR 后提取可检索文本
- 需要给 PDF 加水印或批量加密保护
- 需要 AI 自动填写 PDF 表单(按 FORMS.md 指引)
这个 Skill 有哪些优点和局限?
- 任务覆盖面广:提取、生成、合并、拆分、OCR、加密、水印、表单一站式收录
- 按任务给出明确的最佳工具推荐表,减少 AI 选型犹豫
- 提供可复制的代码片段,降低 AI 出错概率
- 代码与工具组合成熟(pypdf、pdfplumber、reportlab、poppler 均为主流方案)
- 技能许可标注为专有(LICENSE.txt),与仓库的 MIT 许可不同,商用前需核实条款
- 无自带脚本,依赖运行环境已正确安装多个 Python 库和系统工具
- OCR 依赖 Tesseract,对中文等语言的识别效果 SKILL.md 未做说明
- Open Cowork 本身目前只提供 Windows 和 macOS 安装包,Linux 需源码构建
- 表单填写、pdf-lib 等内容在 FORMS.md/REFERENCE.md 中,本次未提供其内容,细节无法核实
如何安装这个 Skill?
作为 Open Cowork 桌面应用的内置技能,它随 .claude/skills/ 目录一起分发,装好应用即用。若在其他支持 Agent Skills 的环境使用,将 .claude/skills/pdf/ 整个文件夹(含 SKILL.md、FORMS.md、REFERENCE.md 和 LICENSE.txt)复制到你的 .claude/skills/ 目录即可。仓库本身支持 Homebrew(brew tap OpenCoworkAI/tap && brew install --cask --no-quarantine open-cowork)、Releases 页下载安装包或源码构建。运行环境需要安装上述 Python 库和命令行工具,SKILL.md 未说明这些依赖的自动安装步骤。
如何使用这个 Skill?
装好后直接用自然语言触发即可,例如:"把这三个 PDF 合并成一个"、"提取这份报告里的所有表格并保存为 Excel"、"填写这份 PDF 表单"。AI 会按 SKILL.md 选择合适的库或命令行工具执行。注意任务依赖的库(如 pytesseract、qpdf)需已安装在运行环境中。
这个 Skill 与同类方案有什么区别?
Open Cowork 将自己定位为 Claude Cowork 的开源实现,并宣称相比后者增加了多模型支持、GUI 自动化、飞书/Slack 远程控制和 VM 级沙箱隔离。就本 PDF 技能而言,它与 Open Cowork 内置的 pptx、docx、xlsx 技能同属文档处理技能家族。