PDF文本提取技能

概述

本Skill用于从PDF文件中提取文本，并按照“标题→子标题→段落”的层级结构化输出。支持处理多页PDF，自动忽略页眉/页脚。

工作流程

1. 上传PDF：用户将PDF文件上传至Claude Code或Claude.ai；
2. 提取文本：调用scripts/extract_text.py脚本，提取PDF中的所有文本；
3. 结构化处理：按换行符和标题层级（如“# 标题”“## 子标题”）拆分内容；
4. 输出结果：根据templates/output_template.md生成结构化Markdown文档。

使用示例

输入：上传一份“2024年年度报告.pdf”
输出：生成包含“1. 公司概况→1.1 业务范围→段落”的结构化总结。

依赖说明

• Python库：PyPDF2（用于PDF文本提取），需提前安装（pip install pypdf2）。