AGENT SKILL

pdf

阅读或加工 PDF 时使用;专业 Typst 排版交给 pdf-max。

License 许可
MIT
最近更新
2026-11-06
Stars
★ 9
Forks
1

01 前言 Front Matter

name
pdf
version
1.2.0
description
阅读或加工 PDF 时使用;专业 Typst 排版交给 pdf-max。
user-invocable
true

02 资源文件 6

03 SKILL.md 正文

Awaken PDF

Read 负责阅读;Bash 与包内脚本负责用户需要的 PDF 加工。只读任务回答问题并说明页码范围即可;生成/修改文件才执行输出校验与 artifact_publish。

共享执行环境

执行 helper 前,通过 tool_find 找到 load_workspace_dependencies,以 {} 取得整套办公环境。每次 Bash 显式传入本 Agent 的 environment_ref,使用返回的解释器与启动参数;切换 Python/Node 或项目复用底层安装,各任务取得自己的引用。

缺失或损坏时由同一入口准备或恢复。失败如实报告原因,不改用系统软件、ensure_environment 或项目/全局安装补齐办公包。环境、文件内容、结构、视觉与发布分别验收。

阅读与能力边界

先 Read 目标 PDF。若返回 model_pdf_unsupported / unsupported_media,立即停止阅读/摘要/看图任务,请用户切换到支持原生 PDF 或视觉的模型。禁止通过 Bash 抽文、pip/uv/venv、Poppler/OCR 或其他 Office Skill 绕过该边界。

加工/生成仅在任务不依赖当前模型看懂源 PDF 时可独立继续;不能冒充已经阅读用户附件。

阅读分页策略

页数未知时按以下顺序执行:

  1. 首次优先显式传 pages: "1-10"。如果模型省略 pages,宿主也会把超过 10 页的渲染页路线自动归一化为首段 1-10,不会先返回分页参数异常;已知不超过 10 页则仍整份读取,route=native_pdf 则表示原生整份已完整交给模型。
  2. 从成功结果的 page_count 与 route 判断后续:route=native_pdf 表示整份 PDF 已交给模型,无需重复读取;渲染页路线且 page_count > 10 时,继续读取 11-20、21-30 等剩余范围。
  3. 每次最多 20 页;已经知道总页数时,最后一段只请求真实剩余页。

模型应为已知 >10 页的后续读取显式传页码;即使首次遗漏,宿主也不会整份渲染长 PDF。该策略保留上下文保护,同时避免把正常的页数发现过程显示成一次工具异常。

按需加工路线

  • 合并、拆分、旋转、抽表格或新建:读 加工与依赖,只准备实际需要的库;复杂水印、加密、已有 OCR 见 参考。
  • 填表:读 表单,使用 scripts/extract_form_field_info.py 和 scripts/fill_fillable_fields.py;共同字段定位由 scripts/form_fields.py 拥有。
  • 专业报告、论文、简历和精排 Markdown:调用 PDF_Max(ID pdf-max);普通可编辑演示稿交给 ppt。

文件交付

  • 包内脚本通过 ${AWAKEN_SKILL_DIR} 的绝对路径执行;编辑默认新文件,不覆盖源 PDF。
  • 生成结果按任务检查实际修改页、字段值和中文字体;视觉能力不足时限定验证结论,不能伪称通过。
  • 新文件必须位于任务 output root;完成相应校验后 artifact_publish。

04 同仓库更多 Skills