PDF 智能处理套件
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_9ebebf30/xxxxxtstslug。
技能介绍
解决什么问题
PDF 常把正文、表格、扫描件混在一起，普通文本提取容易丢失坐标和结构，直接给人看又难以继续处理。这个技能面向需要把 PDF 转成可编辑、可检索、可计算数据的场景，尤其适合合同、报表、扫描件等文档。
能力与工作方式
它把常见 PDF 处理任务拆成一组工具：文本提取 获取纯文本或带布局的结构化文本；表格识别 将表格转为 CSV/Excel；OCR 处理扫描页和图片型页面；格式转换 支持 PDF 到 Word、Excel、图片；页面操作 覆盖合并、拆分、旋转、删除；安全处理 包括加密、解密、水印和签名；元数据管理 可读改属性。
实现上依赖多个 Python 库：PyPDF2 负责基础页面与安全操作，pdfplumber 和 camelot-py 做文本与表格定位，pytesseract 做 OCR，pdf2image 负责转图，reportlab 与 Pillow 支持生成和图像处理。典型流程是先判断 PDF 是文本型、表格型还是扫描型，再选择提取、OCR 或转换路径，最后输出结构化结果。
适用边界
该技能侧重文档处理，不适合需要法律级签名验证、复杂版式还原或大规模生产流水线调优的场景。OCR 效果依赖 Tesseract 安装、语言包和图像质量；表格识别在跨页、合并单元格、复杂线条中可能不稳定。涉及敏感文档时，应确认加密、签名和水印流程是否符合内部合规要求。
使用场景
- 收到多页 PDF 合同，需要按页拆分、删除无关页，并加密后存档。
- 扫描版英文报表无法复制，需要 OCR 识别文字并导出成可编辑文本。
- 把 PDF 中多个供应商报价表提取成 CSV，便于在 Excel 里比价。
- 将 PDF 报告转成 Word 和图片，分别用于修订和归档展示。
适合人员
- 处理合同和报表的运营专员，需要拆分 PDF 页面并加密存档。
- 整理招标资料的行政人员，需要把扫描文件 OCR 成可编辑文本。
- 做供应商比价的采购分析师，需要从 PDF 表格提取 CSV 数据。
- 维护文档库的内容工程师，需要批量转换 PDF 为 Word、Excel 和图片。
相关技能
面向文档总结场景的 HTML 生成工具，可按完整版、精简版或纯静态模式，从上下文提取内容并套用内嵌模板输出单页文档。
面向工程师的邮件办公自动化方案，支持批量发送、Jinja2 模板、附件、定时发送、收件箱监控与规则自动回复。
面向工程师的 .docx 创建、编辑、审阅、解析与转图工作流，依赖 pandoc、docx-js、OOXML、LibreOffice。
封标前扫描 Word/PDF 暗标格式与元数据，比对招标要求并识别公司名、Logo、负责人等身份残留。