pdf-readerlisted

# 通用 PDF 读取技能 本技能使用 `scripts/pdf_tools.py` 读取任意 PDF。核心策略是先建立页面地图，再只抽取必要页面；遇到扫描/图片页时渲染为 PNG 供视觉理解，或按需 OCR。 ## 准备 ```bash python -m pip install pymupdf # 把本目录（仓库根）设到 TOOL 变量：TOOL="<本仓库的绝对路径>/scripts/pdf_tools.py" TOOL="$(cd "$(dirname "$0")" && pwd)/scripts/pdf_tools.py" PDF="C:/path/to/document.pdf" ``` - 若已把本技能安装到 `~/.claude/skills/pdf-reader`，可用 `TOOL="~/.claude/skills/pdf-reader/scripts/pdf_tools.py"`（Windows 展开为 `C:/Users/<用户名>/.claude/skills/pdf-reader/scripts/pdf_tools.py`）。 - Windows 上若 `python` 不在 PATH，可用 `py -3` 替代。 - 脚本依赖 PyMuPDF；缺少时会提示安装。 - OCR 可选：`python -m pip install pytesseract Pillow`，并安装 Tesseract OCR 与所需语言包。 ## 工作流 ### 1. 先建地图 ```bash python "$TOOL" meta "$PDF" python "$TOOL" toc "$PDF" ``` `meta` 返回页数、加密状态、书签数量、元数据；`toc` 返回书签目录。若 PDF 没有书签，生成候选目录： ```bash python "$TOOL" outline "$PDF" --max-pages 0 ``` `outline` 按字号和粗体识别标题，适合无书签的文本型 PDF。`--max-pages 0` 表示扫描全部页；若结果过杂，调高 `--min-size`；若输出提示无文本层，改用 `img` 视觉阅读。 ### 2. 按需抽取文本 ```bash python "$TOOL" text "$PDF" 12 python "$TOOL" text "$PDF" 12 16 python "$TOOL" text "$PDF" --pages 3,5-8 ``` - 一次最多带 3–5 页进上下文，够用即止。 - 若某页输出“本页无文本层”，说明可能是扫描/图片页，改用 `img` 或 `ocr`。 - 加密 PDF 在命令末尾加 `--password "密码"`。 ### 3. 扫描/图片页渲染 ```bash python "$TOOL" img "$PDF" 12 "C:/temp/page-12.png" python "$TOOL" img "$PDF" 12 16 "C:/temp" ``` 默认 `--zoom 2.0`。页面宽大或文件很大时可降到 `--zoom 1.5`；需要看清精确编号或小字时可提高 zoom。渲染后使用图像查看工具阅读，读完及时清理。 ### 4. 关键词定位 ```bash python "$TOOL" search "$PDF" "关键词" python "$TOOL" search "$PDF" "^Part No" --rege