Agent Skills

按标签浏览

# 文本提取 / Text Extraction(13)

PDF文本提取器
PDF文本提取器
@user_f28fdad8/oc-pdf-extract

纯标准库解析文本型 PDF,支持全文/分页提取、元数据与词频统计,JSON 输出便于 Agent 对接。

办公效率 2026.08.29 ↓ 282
正则生成器
正则生成器
@user_42294f68/regex-generator

从自然语言提炼匹配目标与约束,按验证、提取或处理意图生成正则,并可按需生成本地 HTML 可视化测试页。

开发编程 2026.08.29 ↓ 280
📁
PDF 工具箱
@kunlungrowth/cn-pdf-toolkit

基于 pypdf/pdf2image 的常见 PDF 操作助手,少讲概念,多给可运行脚本。

办公效率 2026.08.30 ↓ 176
PDF 转 Markdown
PDF 转 Markdown
@user_d46d914d/pdf-to-markdown-new

给定 PDF 即可自动定位文件、调用内置脚本转换为 Markdown 并预览结果,文本层 PDF 效果最佳,扫描件需配合 OCR。

办公效率 2026.08.30 ↓ 133
💻
OCR文档提取
@user_db7424f5/udb7-ocr-extract

基于 pymupdf 与 marker-pdf,从 PDF 和扫描件中提取文字内容。

开发编程 2026.08.29 ↓ 129
📁
Apache Tika 文档提取器
@user_3c6cb52e/apache-tika-document-extractor

封装Apache Tika Server REST API,从PDF、DOCX、PPTX等1,200+种格式提取结构化文本,输出保留元数据的干净markdown。

办公效率 2026.08.29 ↓ 123
📊
网页内容抓取器
@user_d544ba0e/web-content-extractor

从 AI 无法直接访问的网页提取干净文本,解决 JS 渲染、登录墙与速率限制问题。

数据分析 2026.08.30 ↓ 122
📊
网页内容抓取器
@user_d544ba0e/page-content-scraper

抓取 AI 无法直接访问的网页正文,自动处理 JS 渲染、登录墙与限速,输出干净文本。

数据分析 2026.08.30 ↓ 94
数据分析小侦探
数据分析小侦探
@user_1551a711/13datatoolbox

将任意表格或文本数据转化为业务决策报告,自动完成事实、解读、洞察、行动四层分析,内置14种模式与交互式HTML。

数据分析 2026.08.29 ↓ 57
PDF 即时处理工具
PDF 即时处理工具
@user_33aa5c8b/instant-data-qa

基于 Python 的 PDF 处理工具,支持文本提取、合并拆分、页面旋转与文本叠加编辑。

办公效率 2026.08.29 ↓ 447
正则表达式生成器
正则表达式生成器
@org-l7548nxs/regex-builder-pro

自动识别正则的验证、提取、替换需求,内置19种常用模式,生成测试用例与使用示例。

开发编程 2026.08.29 ↓ 190
📁
PDF 工具包
@org-02qudk26/pdf-zh

面向工程师的 PDF 编程处理指南,覆盖文本表格提取、创建、合并拆分、表单填写及命令行工作流。

办公效率 2026.08.30 ↓ 364