将企业沉淀的各类文档（支持 DOCX、PDF、MD、TXT 等格式）一键转化为可复用的技能包（.zip）。技能包内包含统一规范的 Markdown 正文、提取的图片资源，以及基于 JSONL 格式的结构化知识索引，可直接挂载给 AI Agent 作为专属知识源使用。
2 次安装
文档
doc-reader
试用本地文档读取技能。从 PDF / DOCX / TXT 抽取纯文本与结构（标题/段落/表格），供摘要、检索、结构化抽取下游使用。内置 doc_extract 脚本（优先本地库，无依赖时回退提示）。适用于合同/简历/报告解析、知识入库、长文预处理。
它能做什么
本地文档读取技能。从 PDF / DOCX / TXT 抽取纯文本与结构（标题/段落/表格），供摘要、检索、结构化抽取下游使用。内置 doc_extract 脚本（优先本地库，无依赖时回退提示）。适用于合同/简历/报告解析、知识入库、长文预处理。
技能文档
doc-reader — 本地文档读取
把 PDF/DOCX 变成"代码能读的文本"，是摘要、检索、结构化抽取的前置环节。
支持格式与依赖
| 格式 | 库 | 安装 |
|---|---|---|
pypdf / PyPDF2 | pip install pypdf | |
| .docx | python-docx | pip install python-docx |
| .txt/.md | 内置 | 无 |
脚本用法
# 抽取全文
python scripts/doc_extract.py 报告.pdf --out 报告.txt
# 抽取并保留结构（标题/段落），输出 JSON
python scripts/doc_extract.py 简历.docx --json --out 简历.json
# 只抽前 N 页/段（大文档预览）
python scripts/doc_extract.py 长篇.pdf --max 5
工作流衔接
- 读取：doc_extract 拿到文本/结构
- 下游：
- 长文 →
long-text-summarizer分块摘要 - 字段 →
structured-extraction抽 JSON - 翻译 →
translate-polish
- 长文 →
- 知识管理：抽取结果写入笔记/知识库
常见坑
- 扫描版 PDF（无文本层）→ 需先 OCR（依赖外部工具，标记 needs_web）
- DOCX 表格 → python-docx 可逐表读取行列
- 编码 → 统一 utf-8，避免乱码
自我进化学习系统
python scripts/learner.py record <技能目录> --capability pdf抽取 --note "pypdf 比 PyPDF2 更稳"
python scripts/learner.py record <技能目录> --capability docx表格 --fail --error 合并单元格 --note "表格含合并单元格需展平"
python scripts/learner.py insight <技能目录>
python scripts/learner.py reflect <技能目录>
记忆落盘 learned_patterns.json。
安全边界
- 仅读取本人/授权文档；不处理密级、个人隐私文件。
- 不将文档内容外发到第三方，除非已脱敏。
相关技能
PDF 阅读助手技能 v2.0。支持文本提取、表格提取、扫描版OCR识别、智能问答、多文档对比、批量处理。触发词：PDF、阅读PDF、分析PDF、PDF摘要、提取PDF、研报、论文、文档分析。
1 次安装
PDF 阅读助手技能 v2.0。支持文本提取、表格提取、扫描版OCR识别、智能问答、多文档对比、批量处理。触发词：PDF、阅读PDF、分析PDF、PDF摘要、提取PDF、研报、论文、文档分析。
1 次安装
通用文档解析工具，支持PDF、图片、扫描件的结构化信息提取与OCR识别。Use when 需要文件处理、文档转换、格式互转、内容提取时使用。不适用于加密文件破解。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。
1 次安装
DocRaptor (docraptor.com). Use this skill for ANY DocRaptor request — reading, creating, and updating data. Whenever a task involves DocRaptor, use this skil...
8 次安装
Use this skill whenever the user wants to create, read, edit, or manipulate Word documents (.docx files) or Word templates (.dotx files). Triggers include: any mention of 'Word doc', 'word document', Use when 需要Development领域自动化处理、数据分析和流程编排时使用。不适用于无明确需求的模糊场景。
5 次安装