Agent Skills
返回列表
文件猎手

文件猎手

知识管理 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_9355e276/doc-hunter。

技能介绍

解决什么问题

当你把一批不同格式的文件——扫描版发票、合同 PDF、Excel 台账、现场拍摄的照片——丢进对话框时，通常只能逐个打开人工翻找。这些文件格式各异，没有统一索引，靠肉眼比对成本很高。文件猎手（doc-hunter） 要处理的就是这个场景：上传多个文件，用一句自然语言描述条件（比如“合同金额大于 10000 元”），由 AI 提取每个文件的文本内容、逐条比对，并把匹配到的文件本体直接回复到对话框里，而不是只丢给你一个文件名列表。

核心能力与工作流程

  • 多格式文本提取：支持图片（PNG/JPG/JPEG/GIF/BMP/WEBP，依赖 AI 多模态能力识别图中文字）、PDF（pdfplumber）、Word（.docx，python-docx）、Excel（.xlsx/.xls，openpyxl/xlrd）。所有提取统一走 scripts/extract_text.py，按扩展名自动选择解析方式，图片提取的文字会存为同名 .txt 便于后续处理。
  • 自然语言条件筛选：支持三类条件——数值比较（“金额大于 10000”“总价在 1000 到 5000 之间”）、关键词匹配（“包含违约金条款”“甲方为 XX 公司”）、以及两者的复合条件（“金额大于 10000 且包含质保条款”）。每个文件都会记录匹配理由，引用原文关键语句，可追溯。
  • 结构化结果输出：匹配的文件通过 present_files 直接发送到对话框，同时输出一张汇总表，包含文件名、格式、是否匹配、匹配理由；若全部不匹配，会明确告知并建议调整条件。

适用边界与注意点

  • 不支持旧版 .doc，需先另存为 .docx；加密的 PDF/Word/Excel 无法处理，需先解除密码。
  • 图片文字识别准确率取决于清晰度，手写体、模糊或倾斜的图片容易误识别，建议上传正向、清晰的扫描件。
  • 扫描型 PDF（图片型）提取不出文本，需转为图片后重新上传；超过 50MB 的大文件提取较慢。
  • 查询条件写得越精确，结果越靠谱：“金额大于 10000 元”优于“金额大的合同”。
  • 所有文件在本地处理，不上传外部服务器，敏感材料可放心使用。

使用场景

  • 财务收到发票与采购单混杂文件，需要用金额阈值筛出发票，并拿回匹配文件本身。
  • 合同管理员面对多份合同 PDF 和 Word，要按甲方名称与违约金条款筛选合同。
  • 采购需要从多份报价表中筛选总价在 1000 到 5000 元之间的报价文件并汇总。
  • 项目助理从现场照片和台账里查找包含特定设备编号或数量少于 5 的记录文件。

适合人员

  • 财务人员：每周从发票、报销单和采购文件中筛出满足金额条件的单据，并取得文件本体。
  • 法务或合同管理员：需要按甲方、违约金、签订日期等条件从大量合同中定位文件。
  • 采购或销售：需要从多份报价单和订单中按价格区间或关键词筛出候选文件。
  • 行政或项目助理：需要从图片、Excel 台账等混杂资料中找指定编号或数量条件的材料。