PDF文档处理专家

这个技能解决什么问题

PDF 和 Office 文档的日常操作并不复杂，但对非技术用户来说处处是坑：想截取 PDF 第 3–5 页，搜到的工具要么满屏广告，要么要求上传到云端；合并多个文件时担心隐私泄露；命令行工具报出 PdfReadError 之类的错误，完全不知道该怎么办。本技能把这类文档操作收拢到一条命令入口 python3 scripts/main.py，让用户用自然语言描述需求，由 Agent 解析参数并完成处理。

核心能力与工作方式

支持的操作大致分四类：

• PDF 处理：按页码范围拆分、多文件合并、文字或图片水印、加密与解密
• 格式互转：Word 转 PDF、PDF 转 Word/Excel、PPT 转图片
• 内容提取：从 PDF/Word 中提取文字、表格和图片
• 批量处理：一次传入多个文档，自动分类整理

工作流程是：Agent 先理解用户的口语化指令（如“把第 3 页单独存出来”），映射到对应的功能模块和参数，执行脚本后把结果写入输出目录，并返回一份包含文件路径与统计信息的处理摘要，可选生成 output/report.md 报告。

适用边界与注意点

三个硬性约束值得留意：

• 全程本地处理：所有操作不依赖外部 API，文件不会上传云端
• 不改动源文件：任何操作都生成新文件，原始文档保持原样
• 错误信息已翻译：底层异常会被转成用户能看懂的提示，比如加密 PDF 会提示“请先提供密码”

使用前需要 Python 3.8+ 环境，首次运行需完成依赖安装（约一分钟），且技能目录需具备写权限。遇到加密文档时，需要用户提供密码才能继续。