kau10082
UserPre-repair station for PDF text-extraction pipelines (e.g. PDF→Markdown): when extraction yields garbled text, rebuild the text layer deterministically from font data — OCR only verifies. | PDF 文字萃取管線（如 PDF→Markdown）的前置修復站：抽出亂碼時，從字型線索確定性修復文字層，OCR 只當驗證者。
Categories
Indexed Skills (6)
pdf-text-recover
PDF「文字層亂碼」的確定性修復助手——當 pdftotext / PyMuPDF 抽出控制字元、亂碼、 U+FFFD，但檔案並非掃描版時啟動。核心主張：字型缺 ToUnicode ≠ 不可還原； `/Encoding /Differences` 與內嵌字型 charset 多半仍在，可確定性重建對照表。 OCR 只當「驗證者」，不當裁判、更不當第一手段。 交付門檻機械化：U+FFFD 歸零、連字正規化、修復腳本重跑位元級相同、雙獨立驗證路徑收斂。 觸發情境： - 「這個 PDF 抽出來是亂碼／控制字元」「文字層壞掉」「缺 ToUnicode」 - 「pdftotext 吐出一堆 \x01\x02」「複製貼上變成方塊/問號」 - 「內文正常但表格/標題是亂碼」（子集字型症狀，本 skill 的典型案例） - epub-extract 等上游 skill 遇到文字層亂碼 PDF 時轉交 - 提供 PDF 並要求「修復文字層／還原文字／不要用 OCR 硬轉」
epub-extract
整本電子書（epub / PDF / docx / txt）或網頁的「結構化萃取」助手——不是摘要，是忠實抽取， 目的是讓沒讀過原文的人或另一個 AI 能據此完整重組進知識庫，不必回看原文。 核心賣點：可稽核（覆蓋清單逐項對帳）＋ 大聲失敗（scripts/verify.py 抓到靜默吞圖/掉章就 exit 1）。 搭配 Claude Cowork 使用（需能讀寫本機檔案、自跑多輪工具）。 主要啟動：丟 epub/書檔 ＋自然語言，或用 /epub 明確召喚。 觸發情境： - `/epub`（明確召喚；雲端 Chat 適用，Claude Code 因斜線撞 CLI 建議改用自然語言） - 「把這本 epub/電子書結構化萃取」「忠實抽取這本書進知識庫」「不���摘要，要保真萃取」 - 「這本書萃取成 Obsidian 可用的 .md」「逐章抽取、附錄逐題全收」 - 「把這個網頁/線上手冊章節萃取進知識庫」「多頁手冊逐頁抽取、參考文獻逐筆保留」 - 提供 epub/PDF/docx/txt 或 URL，並要求「結構化萃取／忠實抽取／建檔用重組稿」
transcript-fix
醫學演講／會議語音轉文字（ASR）逐字稿校稿與語意重建助手。 當使用者提供一份辨識錯誤密集的醫學逐字稿，要求校稿、清稿、語意重建或整理成可用文件時，立即啟動此 skill。 觸發情���： - 「幫我校稿這份逐字稿」「幫我清這份 ASR 稿」 - 「把這份演講錄音的逐字稿整理乾淨」 - 「語意重建」「重建逐字稿」 - 「這是同一場的另一份（或多份）逐字稿，幫我對照」 - 提供醫學演講/會議的逐字稿（中英夾雜、藥名/數據被聽錯）並要求整理 - "Help me proofread / clean up this (medical) transcript" - "Fix this ASR transcript" / "semantic reconstruction of this transcript" - "Here's another transcript of the same talk — compare them" - A medical lecture/meeting transcript (Chinese-English mix, misheard drug names or numbers) is provided with a request to clean it up
ppt-to-md
學術／藥廠簡報（.pptx）忠實轉 Markdown 的機械式抽取管線，目標是「盡量真實還原簡報內容」。 當使用者要把投影片轉成 markdown、且在意「保留原始內容、不失真」時，立即啟動此 skill。 網頁轉檔工具吃不下的大檔（動輒 25~50MB，內嵌圖片撐大），本 skill 在本機處理、無大小限制。 主要啟動：丟 .pptx ＋自然語言，或用 /ppt 明確召喚。 觸發情境： - `/ppt`（明確召喚；雲端 Chat 適用，Claude Code 因斜線撞 CLI 建議改用自然語言） - 「把這份簡報/投影片/deck 轉成 markdown」「pptx 轉 markdown」「用 PPT_to_MD 轉」 - 「盡量真實還原這份學術簡報的內容」 - 「這份 pptx 太大網頁工具吃不下，幫我在本機轉」 - 「投影片裡的表格/圖表數據也要保留」「講者備註也要一起抽」 - 提供 .pptx（尤其含講者備註/圖表的學術簡報）並要求轉檔或整理成可讀的 markdown
slide-verify
醫學簡報文字內容的「驗證 → 勘誤 → 重排 → 拆頁 →（選用）白話改寫」一條龍助手。 用 PubMed（必要時 Crossref／出版社頁面）逐條查證每個引用與數字，專抓「真文獻被用錯」的失真； 只吃已萃取的文字（ppt-to-md 產物或直接貼上的投影片文字），不吃 .pptx 二進位。 觸發情境：使用者貼上醫學簡報文字並要求「驗證／勘誤／校對」「查 reference／查數字」 「重排順序」「拆頁」「改白話」，或明確輸入 /verify。
projectmemory
把 Notion 當作 Claude 的跨對話外部記憶庫，透過 Notion MCP 記錄與回溯專案進度。當使用者輸入 /load、/save、/save all、/idea、/status、/archive、/upgrade idea、/export obsidian 等指令，或說 「整理 X 的 Obsidian 版」「把所有專案匯出 Obsidian 版」「匯出某日期後有更新的專案」，或 「projectmemory 載入／儲存 X」「用 projectmemory skill 存 X」「依 projectmemory /save X」 「載入 X 專案記憶」「把這串存進 ProjectMemory」「記到 Notion 專案記憶」「交接這個專案」時， 務必啟動此 skill。即使使用者只說「存一下」「load 一下 EBM」而未明講 projectmemory， 只要意圖是讀寫 ProjectMemory／Session Log／Ideas 這幾個 Notion DB，就用此 skill。 但若「存一下」出現在寫程式／編輯檔案的語境（可能指存檔案、git commit），先確認 「是要存進 ProjectMemory（Notion）嗎？」再啟動，不得逕自啟動。 涵蓋 ProjectMemory DB、Session Log DB、Ideas DB、Artifacts 資料夾的所有讀寫。 （注意：純斜線指令在 Claude Code 會撞 CLI 內建指令，Code 環境請用「projectmemory + 動作」呼叫法；雲端 Chat 可直接用斜線。）
Bio shown is the top-scored skill's repo description as a fallback — real GitHub bios land in a future update.