科学计算助手

这个技能解决什么问题

当 AI 助手需要处理 PDF 文件时，直接让模型读取 PDF 往往不可行——PDF 的文本提取、元数据获取、指定页面读取和关键词检索都需要专门的解析逻辑。手动写脚本调用解析库费时费力，而且不同 PDF 的格式差异容易踩坑。这个技能通过 MCP 服务封装了 PDF 解析的通用操作，让大模型作为路由层，按需调用对应工具完成文本提取与分析。

核心能力

技能提供四个工具函数，覆盖常见的 PDF 处理场景：

• scripts.tools.read_pdf：读取整份 PDF 的完整文本内容并返回元数据，适用于需要全文理解的文档。
• scripts.tools.read_pdf_page：按页码或页码范围读取特定页面，适合处理大文档时避免一次性加载全部内容。
• scripts.tools.get_pdf_metadata：仅获取 PDF 的元数据信息，不需要解析全部内容，速度快、开销低。
• scripts.tools.search_pdf：在 PDF 内搜索指定文本，支持大小写敏感选项，适合快速定位关键内容。

所有工具都接受 path 参数，可以是本地文件的绝对路径、相对路径，也可以是 HTTP/HTTPS 链接，灵活性较高。

工作流程

技能的设计思路是让大模型承担路由层的角色，代码只负责调用 API：

1. 检查 API 密钥：使用前先确认 scripts.config.settings.api_key 是否已配置，若为空则通过 AskUserQuestion 向用户询问，拿到密钥后调用 scripts.config.set_api_key(key) 保存。
2. 选择工具：根据用户意图匹配对应的工具函数。
3. 提取参数：按选中工具的参数定义提取所需字段，参数不完整时向用户追问。
4. 调用工具：以关键字参数方式调用 scripts.tools 中的函数，例如 scripts.tools.search_pdf(path='report.pdf', query='revenue')。
5. 返回结果：工具返回 result["raw"]、result["success"] 和 result["message"]，整理后展示给用户。

适用边界与注意点

• API 密钥是硬性前提：缺少密钥时技能无法工作，且明确禁止自行搜索或编造数据，必须由用户提供真实密钥。
• 只覆盖文本层面的操作：技能不涉及 PDF 的渲染、表格结构识别、图像提取或格式转换，如果需求涉及这些场景需要另行处理。
• 参数必须完整：如 read_pdf_page 需要明确的页码或页码范围，search_pdf 需要搜索关键词，缺参数时应主动向用户确认。