PDF 转 HTML 与 Word
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_760f1cc3/pdf-html-word。
技能介绍
PDF 文件在文档分发中很流行，但落地到实际开发或编辑场景时，它的结构往往成为障碍。浏览器无法直接解析复杂的排版，内容创作者也无法在 PDF 里像 Word 那样直接修改文字、调整表格。这就产生了两个常见诉求：一是把 PDF 内容发布到网页，要求文字可选可搜、图片正常显示；二是把 PDF 还原成可编辑的 Office 文档，让后续修改能在 Word、WPS 或 Google Docs 中完成。这个技能瞄准的就是这两点。
核心能力与工作流程
它内置了转换脚本，本质上是把 PDF 解析和格式重建的工作封装成一条命令。
- PDF → HTML：抽取文字并保留字号层级，使页面具备基本的语义结构；图片以
base64形式内嵌，最终输出单个.html文件，浏览器可直接打开，无需额外资源目录。 - PDF → Word：生成
.docx，在转换时保留原版式、表格与图片，转换结果可以直接编辑。
工作流程很直接：确认 PDF 的绝对路径（如果用户只给了文件名，就在工作目录里定位），然后确认目标是 HTML 还是 Word——如果用户没明确说，就按「网页发布走 HTML，后续编辑走 Word」的默认规则判断。对于大文件，还支持通过 --start 和 --end 指定页码范围（0 基、半开区间），不必全量转换。执行后会捕获 stdout 与 stderr，遇到报错会照原文反馈，不吞异常。
运行环境只需要本机有 Python 3.8+，依赖库（pdf2docx、PyMuPDF）会在首次运行时自动通过 pip 安装。输出文件默认与输入同目录、同名换后缀，用户指定路径时优先用用户的。转换过程中不会修改或删除原始 PDF。
适用边界与注意点
这个技能不做 OCR。如果输入是扫描件（纯图片 PDF），转出来的 HTML 或 Word 里仍然是图片，文字不可选中。要拿到文字，用户得先用 OCR 工具处理源文件。同样，它也不破解加密 PDF，受密码保护的文件需要用户提供密码才能转换。反向转换（HTML/Word 转 PDF）也超出范围。
另外，对于超过 100 页的大文件，建议在执行前先提示用户预计耗时，避免长时间无反馈的等待。
使用场景
- 运营人员收到产品手册PDF，需发布到官网，要求文字可搜索、图片正常显示，方便用户浏览查找。
- 编辑拿到合同PDF，需修改条款后发给客户，要将PDF转成可编辑Word，保留原有版式和表格。
- 开发人员要将技术文档PDF前5页转为HTML，嵌入内部Wiki，避免全量转换浪费时间。
- 设计师需修改PDF作品集中的图片，要将PDF转成保留图片的Word文档，方便替换调整。
适合人员
- 负责官网内容运营的人员，需将产品文档PDF转为可搜索HTML，方便用户在网站浏览查找内容。
- 企业行政或法务人员，需修改合同、制度等PDF文档，要将PDF转成保留版式表格的可编辑Word。
- 内部知识库管理员，需将技术手册PDF指定章节转为HTML嵌入Wiki，只需转换部分页码范围。
- 设计或创意团队人员，需修改PDF作品集中的图片或文字，要将PDF转成保留图片的Word文档。
相关技能
腾讯文档MCP提供的完整在线文档操作工具集，支持智能文档、Excel、PPT、思维导图等文档的创建、查询与编辑。
腾讯云表格识别V3是一个OCR技能，用于检测和识别图片或PDF中的常规表格、无线表格等复杂场景，并支持将结果导出为Excel文件。
用 python-pptx 生成与编辑 .pptx，内置 16:9 版式、配色、图表与逐页视觉 QA，输出更专业的幻灯片。
用于公式安全地创建、修复和重算 xlsx、xlsm、csv、tsv 工作簿，避免硬编码输出。