↑

腾讯文档 PDFKitv1.0.1

pdfkit-py174 KB

面向 PDF 全生命周期处理场景,支持阅读分析、自然语言编辑、格式转换、表单处理、加密签名、OCR 识别、版式还原等 50+ 项操作。当用户提到 PDF 文件路径或涉及提取、合并、拆分、转 Word/图片、填表、加水印、压缩、扫描件编辑等任务时自动触发。

0 0 0 0 更新于 2026-10-28 14:13

免责声明:本站部分 Skill 来源于公开渠道,使用前请注意识别相关风险,内容版权归原作者所有,如 Skill 涉及版权问题,请在线反馈,核实后予以下架处理。

概述

本 Skill 是面向 .pdf 文件的 AI 原生处理工具箱,覆盖从内容读取、结构分析到深度编辑、格式转换、安全管控的完整链路。用户可通过自然语言描述需求,由代理自动选择并执行对应命令,完成如文本/表格/图片提取、多页合并与拆分、PDF 转 Word 或长图、扫描件 OCR 与智能编辑、表单自动填写与校验、数字签名与加密解密、页眉页脚去除、水印与页码添加、版式分析与阅读顺序还原等操作。所有命令通过统一 CLI 入口调用,支持 JSON 配置与自动依赖补装,输出标准化 JSON 结果,便于后续流程集成。

技能包含

  • SKILL.md:技能主说明,含适用范围自检、50 个命令详解、坐标规范与依赖管理策略
  • scripts/pdfkit.py:统一 CLI 入口,负责命令分发与执行
  • scripts/pdfkit/base.py、scripts/pdfkit/cli.py:核心框架与命令行解析
  • scripts/pdfkit/commands/:50 个功能命令实现,涵盖阅读分析、编辑修改、转换输出、表单处理、安全签名、OCR 识别、IR 操作等类别
  • scripts/pdfkit/font_manager.py:字体自动管理,内置 NotoSansSC 并支持系统字体回退
  • scripts/requirements.txt、scripts/requirements-optional.txt:核心与可选依赖清单

核心能力

  • 内容提取:文本、表格、内嵌图片、页面转图、多页拼接长图,支持 OCR 自动降级处理扫描件
  • 智能编辑:自然语言驱动的文本替换、扫描件编辑、版式分析与阅读顺序还原、页面裁剪旋转
  • 格式转换:PDF 转 Word、转图片、与其他格式互转,支持 LibreOffice 后端
  • 文档组装:合并、拆分、压缩、加页码、去页眉页脚、加水印、添加书签
  • 表单处理:表单域检测、自动填写、批注式填写、公式识别、数据校验
  • 安全管控:加密、解密、数字签名、涂黑脱敏、PDF 安全策略设置
  • IR 操作:PDF 内部结构导入、导出、对比、检查与修改,支持版式引擎级调整

应用场景

用户怎么说本技能做什么
"把这份合同 PDF 转成 Word"调用 pdf_to_word 或 convert 命令,按需安装 pdf2docx 或 soffice 后完成转换
"扫描件里的表格提取成 Excel"先以 extract_text --ocr_fallback 识别文字,再用 extract_table 提取表格并输出 csv/json
"给 PDF 加页码和水印"依次执行 add_page_numbers 与 watermark_enhanced,自动处理字体与坐标定位
"合并这 5 个 PDF 并压缩大小"先用 merge 合并文档,再调用 compress 优化体积,按需安装 ghostscript 或 pikepdf
"填写这个 PDF 表单并签名"通过 form_detect 识别域结构,form_fill 自动填充,最后 sign_pdf 完成数字签名
"对比两个 PDF 的版式差异"使用 ir_diff 进行内部结构级对比,定位页面、字体、图像、内容流的变更点