8bffa5d9d7
- release.yml 便携包离线预装 钉钉/飞书中国版/企业微信 插件(借鉴 openclaw-china 生态) - config-server 新增 /api/local-models：自动探测 Ollama/LM Studio 本地模型(借鉴 RealShocky/openclaw-windows) - Config.html 检测到本地模型自动生成卡片、免 Key 点选即用；新增钉钉渠道卡片 - skills-cn 新增 pdf-toolkit/web-to-markdown/qrcode-maker/image-compress(13→17) Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
60 lines
1.8 KiB
Markdown
60 lines
1.8 KiB
Markdown
---
|
||
name: pdf-toolkit
|
||
description: "PDF 工具箱 - 合并/拆分/提取文字/转图片，纯命令行处理本地 PDF"
|
||
metadata: { "openclaw": { "emoji": "📄" } }
|
||
---
|
||
|
||
# PDF 工具箱
|
||
|
||
帮用户对本地 PDF 文件做常见处理：合并、拆分、提取文字、转图片。优先用系统已有工具，
|
||
没有就用 Python 的 pypdf（轻量纯 Python，必要时 `pip install pypdf` 自动安装）。
|
||
|
||
## 能力概述
|
||
|
||
- **合并**：把多个 PDF 拼成一个
|
||
- **拆分**：按页拆成多份，或抽取指定页
|
||
- **提取文字**：把 PDF 内容导出成纯文本，便于总结/检索
|
||
- **页数/信息**：查看 PDF 总页数、元信息
|
||
|
||
## 操作方式
|
||
|
||
用 Bash 工具执行。下面以 pypdf 为例（跨平台、无需 Office/Acrobat）：
|
||
|
||
```bash
|
||
# 确保依赖（仅首次，已装会秒过）
|
||
python -c "import pypdf" 2>/dev/null || pip install -q pypdf
|
||
|
||
# 合并 a.pdf b.pdf -> merged.pdf
|
||
python - <<'PY'
|
||
from pypdf import PdfWriter
|
||
w = PdfWriter()
|
||
for f in ["a.pdf", "b.pdf"]:
|
||
w.append(f)
|
||
w.write("merged.pdf"); w.close()
|
||
print("已合并 -> merged.pdf")
|
||
PY
|
||
|
||
# 提取全部文字
|
||
python - <<'PY'
|
||
from pypdf import PdfReader
|
||
r = PdfReader("input.pdf")
|
||
print("\n".join((p.extract_text() or "") for p in r.pages))
|
||
PY
|
||
|
||
# 抽取第 1-3 页 -> sub.pdf
|
||
python - <<'PY'
|
||
from pypdf import PdfReader, PdfWriter
|
||
r = PdfReader("input.pdf"); w = PdfWriter()
|
||
for i in range(0, 3):
|
||
w.add_page(r.pages[i])
|
||
w.write("sub.pdf"); w.close()
|
||
print("已抽取 1-3 页 -> sub.pdf")
|
||
PY
|
||
```
|
||
|
||
## 使用建议
|
||
|
||
- 处理前先 `ls` 确认文件存在、用 `python -c "from pypdf import PdfReader;print(len(PdfReader('x.pdf').pages))"` 看页数
|
||
- 扫描件（图片型 PDF）提取不到文字属正常，需 OCR（提示用户）
|
||
- 输出文件默认放在与源文件同目录，操作完告诉用户生成的文件名
|