这个 Skill 能做什么，适合哪些场景？
该技能是 Open Cowork 仓库（MIT 许可的开源 AI 桌面应用）内置的 pdf 技能，位于 .claude/skills/pdf/SKILL.md。它是一份面向 AI 代理的 PDF 操作指南，围绕 Python 库（pypdf、pdfplumber、reportlab）和命令行工具（pdftotext、qpdf、pdftk）组织，覆盖文本/表格提取、PDF 生成、合并拆分、旋转、水印、加密和扫描件 OCR 等常见任务。表单填写由单独的 FORMS.md 指引，高级功能和 JavaScript 库（pdf-lib、pypdfium2）在 REFERENCE.md 中说明。注意：该技能自身标注为专有许可（以 LICENSE.txt 为准），与仓库整体的 MIT 许可不同。
- 用 pypdf 合并、拆分、旋转页面，读取元数据，加水印并设置密码加密
- 用 pdfplumber 按版面提取文本，并将表格导出为 pandas DataFrame 或 Excel
- 用 reportlab（Canvas 或 Platypus）从零创建带样式的多页 PDF
- 调用 pdftotext、qpdf、pdftk 等命令行工具做合并、拆分、旋转和解密
- 对扫描件先转图片再用 pytesseract OCR 提取文本
- 表单填写流程按 FORMS.md 执行（pdf-lib 或 pypdf）
- 需要把多份 PDF 合并成一份交付文档的办公用户
- 需要从报告 PDF 中批量抽取表格并导出 Excel 的数据分析师
- 需要程序化生成带标题和正文的 PDF 报告的开发者
- 拿到加密 PDF 需要用已知密码解密后处理的用户
- 需要从扫描版 PDF 中 OCR 提取文字的用户
- 需要批量给文档加水印或加密分发的团队
- 不适用于需要可视化编辑 PDF 页面内容的场景——本技能只做程序化处理
- 依赖 Node.js 生态做 PDF 处理时需查 REFERENCE.md 中的 pdf-lib，SKILL.md 主体以 Python 为主
- 本技能标注专有许可，若你的项目要求严格 MIT 兼容需先核对 LICENSE.txt
如何安装这个 Skill？
- Shell / 命令行
- 本地文件系统
Python 3 with pypdf, pdfplumber, reportlab, pytesseract, pdf2imagepoppler-utils (pdftotext, pdfimages)qpdfpdftk (optional)
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/OpenCoworkAI/open-cowork.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/.claude/skills/pdf" ~/.claude/skills/
rm -rf "$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：
- 把本文件夹里的 doc1.pdf、doc2.pdf、doc3.pdf 合并成一个 merged.pdf
- 从 report.pdf 里提取所有表格，导出成 Excel 文件 extracted_tables.xlsx
- 给 watermark.pdf 里的水印应用到 contract.pdf 的每一页
- 这个 scanned.pdf 是扫描件，帮我 OCR 提取全部文字
该技能随 Open Cowork 桌面应用内置在 .claude/skills/pdf/，当用户请求涉及 PDF 处理时由代理自动触发；SKILL.md 本身即为指南，代理按其中代码示例选择合适的 Python 库或命令行工具执行。表单填写需另行读取 FORMS.md，高级用法查 REFERENCE.md。核心依赖需在环境中可用：bash
pip install pypdf pdfplumber reportlab pytesseract pdf2image
这个 Skill 有哪些优点和局限？
- 覆盖 PDF 处理的完整任务面：提取、生成、合并拆分、水印、加密、OCR、表单
- 同一任务给出 Python 与命令行两条路径，可按环境选择
- 包含速查表，代理可快速匹配任务与工具
- 对扫描件、表格导出 Excel 等场景给出可直接运行的示例代码
- 实际效果依赖运行环境中已安装的 Python 库、poppler-utils、qpdf、tesseract 等，缺一不可
- 表单填写与高级功能不在 SKILL.md 主体中，需读 FORMS.md / REFERENCE.md
- pdftk 标注为 'if available'，并非所有环境都具备
- 技能自身声明为专有许可，与仓库 MIT 许可的关系需查看 LICENSE.txt 确认
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 |
|---|---|---|---|---|
| Open Cowork PDF 技能 本页 | 69 · 推荐 | ★ 2.2k | 12 天前 | MIT |
| DeepTutor PDF 技能 | 61 · 推荐 | ★ 41k | 17 天前 | Apache-2.0 |
| OpenAI PDF 文档处理技能 ✓ OpenAI · 官方 | 46 · 谨慎使用 | ★ 28k | 4 个月前 | — |
| Anthropic PDF 文档处理技能 ✓ Anthropic · 官方 | 45 · 不推荐 | ★ 181k | 16 天前 | — |
| 法律分析 PDF 报告生成器 | 47 · 谨慎使用 | ★ 1.8k | 7 个月前 | — |
仓库 README 将 Open Cowork 与 Claude Cowork、OpenClaw 对比，但那是应用层面的对比；对于 PDF 技能本身，常见的替代方案是直接手写 pypdf/pdfplumber 脚本，本技能的价值在于把工具选型和示例代码预先整理成代理可直接遵循的指南。
FollowSkills 如何评估这个 Skill？
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。
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。
本条评估按 FSRS 1.0 标准完成，维度分不做换算，已进入按 FSRS 2.0 重新评估的复核队列。
查看完整评分方法 →