PDF到Word转换器
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 @org-eyw2ohcx/test001。
技能介绍
它解决什么问题
PDF 适合最终交付文档,可一旦需要把内容拿回可编辑、可分析的形态,问题就来了。典型的工程场景:
- 拿到一份扫描件或报告 PDF,想转成 Word 或 Markdown 直接改
- 报告里的表格要进 Excel 做统计,而不是手工誊抄
- 培训讲义、幻灯片是 PDF,需要可编辑的 PPT
- 需要把页面抽取成结构化的 JSON / CSV 供下游脚本消费
如果手工复制粘贴,格式和表格基本会丢失。自己写脚本调转换 SDK,又要处理许可证加载、风格模型下载和一堆格式专属参数,容易把时间耗在环境问题上。
技能如何工作
这个 Skill 把 ComPDFKitConversion SDK 封装成一条可复用的本地工作流:入口是 scripts/pdf-to-word-docx.py,通过 SKILL.md 的约定把参数原样传给脚本,输出 10 种格式(word、excel、ppt、html、rtf、image、txt、json、markdown、csv)。
核心步骤:
- 许可证处理:脚本确保
scripts/license.xml存在,缺失时从 ComPDF 服务器拉取试用许可证;认证读取的是 XML 里的licenseKey字段,不会把 XML 路径直接丢给 SDK。 - 模型前置:若启用 AI 版面分析或 OCR(版面分析默认开启),脚本检查
scripts/documentai.model,缺失就自动下载,先写documentai.model.part再原子重命名,避免半截文件。 - 格式路由:按目标格式分发到对应的
CPDFConversion.start_pdf_to_*方法,CSV 走 Excel 转换加 CSV 参数。输入源自动识别 PDF 或图片。 - 智能默认:
- 图片输入即使不传 --enable-ocr 也会自动开启 OCR,并打印提示
- HTML 输出默认切到 box 布局以保留原版式,需流式布局时显式传 --page-layout-mode flow
- 参数映射:CLI 参数与 SDK 的
ConvertOptions默认值完全一致,默认为 True 的项可用--no-xxx关闭。
适用边界与注意事项
值得用的场景:需要把 PDF 或扫描图片送进编辑、统计、归档流水线;希望一条命令或一次 Skill 调用完成格式转换,且能接受用 SDK 默认值控制行为。
需要留意的点:
- 试用许可证上限 200 次转换,脚本会用 SHA-256 指纹判定是否试用许可,并把已用/剩余次数打到 stderr;商用需自行购买 license.xml
documentai.model约 525 MB 且默认会触发下载,离线环境需提前放到scripts/目录--enable-ai-layout默认开启,关闭会改变版式还原效果,属于行为变更而非纯粹的性能开关- 受密码保护的 PDF 要传
--password,否则会PDF_PASSWORD_ERROR - 这是一个商业 SDK 封装:分发前需确认符合 ComPDF 的服务条款和许可分发限制
使用场景
- 法务人员需要把扫描版合同转成可编辑Word以便修改条款
- 数据分析师要把PDF里的报表提取成Excel进行数据处理
- 内容编辑想把PDF格式的讲义转为PPT交给讲师使用
- 后端工程师需要把PDF转成JSON供下游服务解析结构化内容
适合人员
- 每周处理上百份PDF报表的财务分析师,需要批量提取数据到Excel
- 负责合同归档的法务专员,要把扫描件转成Word以便后续编辑和签署
- 制作培训课件的教学设计师,需要从PDF讲义快速生成可编辑的PPT
- 开发文档解析系统的工程师,需要把PDF转成结构化数据供API使用