AGENT SKILL

pdf-reader

暂无简介

License 许可
MIT
最近更新
2026-10-04
Stars
★ 1
Forks
0

02 资源文件 8

03 SKILL.md 正文

用途

提供PDF文件的文字读取、图片提取和元信息获取能力。基于 pdf-parse(pdfjs-dist)引擎,支持读取整个文档、指定页码范围、提取嵌入图片以及获取文档基本信息。

可用工具

工具 功能
read_pdf 读取整个PDF文件,提取所有文字内容为纯文本输出。
read_pdf_pages 读取PDF文件中指定页码范围的内容,提取文字为纯文本输出。
pdf_info 获取PDF文件的基本信息,包括页数、标题、作者、创建程序等元数据。
pdf_extract_images 提取PDF文件中嵌入的图片,返回每页的图片元信息(位置、尺寸、类型),可选返回 base64 数据。
pdf-reader-prompt-get 获取本技能的说明文档(SKILL.md)。

使用流程建议

1. pdf_info(filePath)  → 了解文档概览(页数、作者等)
2. read_pdf(filePath)   → 提取全文文字
3. read_pdf_pages(filePath, startPage, endPage)  → 读取特定页码范围
4. pdf_extract_images(filePath, imageDataUrl?)  → 提取嵌入图片
5. 对于超长PDF,先用 pdf_info 获取总页数,再分段读取

注意事项

  • 所有文件路径支持绝对路径或相对当前工作目录的路径。
  • pdf_extract_images 默认只返回图片元信息(尺寸、类型),设置 imageDataUrl: true 可获取 base64 数据。
  • 图片提取会跳过过小的装饰性图片,可通过 imageThreshold 调整阈值。
  • 提取文字时自动添加分页标记 --- 第 N 页 / 共 M 页 ---。

04 同仓库更多 Skills