pdf-processing-skill
提取PDF文件中的文本，并按标题/段落结构化输出。适用于文档总结、数据提取等场景。
When & Why to Use This Skill
This Claude skill automates the extraction of text from PDF files, transforming unstructured documents into organized, hierarchical Markdown structures. By identifying titles, subtitles, and paragraphs while filtering out noise like headers and footers, it provides a clean and structured output optimized for document summarization, data mining, and knowledge management.
Use Cases
- Financial Analysis: Extracting key sections and data points from annual reports or financial statements for rapid summarization.
- Academic Research: Converting multi-page research papers into structured text to facilitate literature reviews and citation management.
- Legal & Compliance: Processing lengthy contracts or regulatory documents to isolate specific clauses and structured paragraphs for easier review.
- Content Migration: Transforming legacy PDF documentation into structured Markdown format for integration into digital knowledge bases or CMS platforms.
| name | pdf-processing # Skill唯一标识（小写+连字符，必选） |
|---|---|
| description | 提取PDF文件中的文本，并按标题/段落结构化输出。适用于文档总结、数据提取等场景。 # Skill功能描述（必选） |
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
- 上传PDF：用户将PDF文件上传至Claude Code或Claude.ai；
- 提取文本：调用
scripts/extract_text.py脚本，提取PDF中的所有文本； - 结构化处理：按换行符和标题层级（如“# 标题”“## 子标题”）拆分内容；
- 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）。