技能介绍

问题背景

在日常文档处理中，PDF 文件因其格式稳定性而被广泛使用，但也带来了具体挑战。例如，将 PDF 转换为可编辑格式以便修改，从扫描件中提取文本进行分析，或者合并多个 PDF 以创建报告。安全需求如加密保护敏感信息，以及组织管理如添加水印或页眉页脚，都是常见场景。手动处理这些任务效率低下，尤其当文件数量多时，容易出错。

技能核心能力

这个技能通过一系列命令来解决这些问题，核心能力包括：

格式转换：使用 to-word、to-image、to-html 等命令将 PDF 转换为 Word、图片或 HTML 格式，便于进一步处理。
页面操作：merge 合并多个 PDF，split 拆分文件，rotate 旋转页面，以及 delete-pages 和 extract-pages 精确管理页面。
内容提取：extract 提取纯文本，extract-images 获取图片，ocr 识别扫描件文本，支持 Tesseract OCR 引擎。
安全与增强：encrypt 和 decrypt 处理加密解密，watermark 添加文字水印，add-header 和 add-footer 插入页眉页脚。
批量处理：batch 命令允许对整个文件夹执行操作，如批量转换或提取。

执行流程从解析用户意图开始，例如识别为转换或编辑需求，然后提取参数如文件路径和输出选项，并调用相应命令。技能会自动检测依赖项，但在 Windows 下可能需要手动安装 Poppler（用于图片转换）和 Tesseract OCR。

适用边界与注意事项

尽管功能全面，但存在一些边界和注意事项。首先，技能依赖外部工具，如 Poppler 和 Tesseract，在未安装时相关命令（如 to-image 或 ocr）可能失败。其次，操作系统差异影响安装：Linux 和 Mac 可通过包管理器安装，而 Windows 需下载并配置 PATH。此外，处理复杂 PDF 时可能遇到兼容性问题，例如高度加密文件或特殊字体渲染错误。建议在批量操作前测试单个文件，并备份原始数据以防意外。错误处理方面，技能提供故障排查指南，但用户需关注 Python 版本（3.8+）和 pip 安装问题。