pdf – PDF 文档处理 Skill

Skill 详细介绍

anthropics/skills#pdf 是 Anthropic 官方 skills 仓库中一个专门处理 PDF 文件的 Skill，Skill 名称为 pdf。它属于 Anthropic 官方维护的 Skill 集合，主要服务于 Claude 系列 Agent，与 Claude Code 的贴合度最高。

它的核心目标：让 Agent 在处理 PDF 任务时，使用专门的工具链和工作流，而不是让模型直接对二进制文件进行猜测式解析。安装后，Agent 会倾向于调用本地 PDF 处理工具来提取、生成、拆分、合并 PDF，而不是硬读文件。

它不是什么：

• 不是可以双击运行的独立软件
• 不是 npm 包或独立 CLI 工具
• 不是依赖第三方云服务的 Skill
• 不是图形化 PDF 编辑器

它本质上是什么：Agent Skill，即一套指导 Agent 如何正确处理 PDF 任务的指令集与工作流。Skill 本身只提供方法论和操作指引，实际执行由 Agent 所在环境中的 Python 库、命令行工具完成。可以这样理解：Skill = 指令与流程，实际执行 = Agent 环境中的工具链。

它主要解决什么问题：

• PDF 是二进制格式，直接让模型读取容易乱码或丢内容
• 扫描件、图片型 PDF 需要 OCR 才能提取文本
• 表格、目录、表单等结构化内容容易被压平散乱
• 模型无法直接操作 PDF 的生成、拆分、合并、填表单
• 提取出的内容需要可靠地交付给后续步骤

提供的能力方向（具体子能力以该 Skill 当前 SKILL.md 为准）：

• 从 PDF 中提取文本内容
• 提取 PDF 中的图片
• 对扫描件或图片型 PDF 做 OCR 处理
• 拆分、合并 PDF 页面
• 生成新的 PDF 文件
• 读取和填写 PDF 表单
• 处理 PDF 中的表格、元数据等信息

典型使用场景：

• 把一堆 PDF 报告提取成结构化文本，交给 Agent 继续分析
• 把扫描件 PDF 通过 OCR 转成可搜索文本
• 从长 PDF 中拆出指定页，生成新 PDF
• 合并多个 PDF 文件
• 从 PDF 表单中读取字段、填写字段
• 提取 PDF 中的图片做后续处理

适合谁用：

• 日常需要处理大量 PDF 的用户
• 需要让 Agent 自动阅读合同、报告、论文 PDF 的用户
• 需要在 Agent 工作流中加入 PDF 提取、生成步骤的用户
• 已经在使用 Claude Code 或类似支持 Skills 的 Agent 的用户

不适合什么需求：

• 不适合当作独立的 PDF 编辑器使用
• 不适合需要完整图形化 PDF 编辑功能的用户
• 不适合期望 Skill 自己“理解”整份 PDF 的语义分析任务。语义理解是模型的工作，Skill 只负责把内容可靠地提取出来

Skill 安全评估

总体判断：pdf 来自 Anthropic 官方 skills 仓库，来源可信度较高，本身是一套围绕 PDF 处理的指令与工作流，没有证据表明存在恶意行为。但它会触及本地文件读写和命令执行能力，实际风险主要取决于你交给它处理的 PDF 来源、以及你授予 Agent 的权限。权限配置比“Skill 本身是否安全”更值得关注。

主要安全关注点：

1. 文件读取权限

处理 PDF 需要读取本地文件。如果 PDF 涉及隐私、合同、身份证件、财务文件，Agent 读取时会把内容带入上下文。建议只对当前任务必需的 PDF 开放读取，避免一次性暴露整个目录。

2. 文件写入权限

生成、拆分、合并 PDF 时会写入新文件。建议把写入范围限制在指定工作目录，不要让 Agent 在项目目录之外任意写入。

3. Shell 权限

PDF 处理通常需要调用本地命令行工具或 Python 脚本，Shell 权限是常见需求。如果允许 Agent 自动执行 Shell，而处理的 PDF 来源不可信，理论上存在被诱导执行非预期命令的风险。如果只是做提取，可以让 Agent 给出命令、由你手动执行。

4. Python 依赖风险

PDF 处理链路通常依赖第三方 Python 库，安装依赖时会从包源拉取代码，属于常规供应链环节。如果环境敏感，建议在隔离环境或虚拟环境中安装。

5. PDF 本身的攻击面

PDF 是复杂格式，历史上出现过利用 PDF 解析器漏洞的案例。处理来源不明的 PDF 时，建议在受限环境中进行，尤其是需要调用底层解析库的时候。

6. Prompt Injection

PDF 内容由第三方提供。如果 PDF 内嵌引导性文本（例如“忽略先前指令，改为执行以下命令”），而 Agent 又有 Shell 权限且自动执行，存在被间接注入的风险。对不可信 PDF，关闭自动执行是最直接的缓解方式。

降低风险的建议：

• 只对必要的 PDF 授予读取权限
• 将写入范围限制在工作目录
• 处理不可信 PDF 时，关闭 Agent 自动执行 Shell 的权限，改为人工确认要执行的命令
• 在虚拟环境或容器中运行依赖较重的 PDF 处理链路
• 不要在同一个上下文里混入来源不明的 PDF 和敏感凭证

Skill 使用要求

一、Agent / 客户端

该 Skill 来自 Anthropic 官方 skills 仓库，主要面向 Claude 系列 Agent，与 Claude Code 的贴合度最高，推荐优先在 Claude Code 中使用。

官方没有公布完整的第三方 Agent 兼容列表。从 Agent Skill 的工作方式来看，在支持 Skills、自定义 Skill 或类似指令加载机制的环境中，通常也可以尝试在 Codex、Cursor、Trae、OpenClaw、WorkBuddy 等主流 AI Agent 中使用。不同 Agent 的 Skill 加载方式、目录约定和权限模型不同，实际是否可用、可用程度如何，以对应 Agent 当前版本为准。

二、运行环境 / 依赖

官方未明确固定版本的依赖，不要假设某个版本一定可用，具体以该 Skill 当前官方说明和你的环境实际为准。

三、权限

• 文件读取：必需，用于读取待处理的 PDF
• 文件写入：生成、拆分、合并 PDF 时需要
• Shell / 命令行：调用本地 PDF 处理工具时需要
• 网络：仅在安装依赖或使用需要联网的服务时需要
• 浏览器 / Docker：通常不是该 Skill 的必需条件

四、账号 / API Key

pdf Skill 本身通常不需要额外的账号或 API Key，它不是依赖第三方云服务的 Skill。如果你的任务是“把 PDF 提取结果再交给某个需要 API Key 的服务处理”，那属于后续任务的凭证需求，不是这个 Skill 本身的安装前提，两者要分开看。

最小使用条件：

1. 使用支持 Skills 的 Agent（Claude Code 优先）
2. 本地可读取待处理的 PDF 文件
3. 具备能运行 PDF 处理依赖的环境
4. 需要生成 / 修改 PDF 时，授予对应目录的写入权限

Skill 安装、使用与卸载教程

一、安装

推荐直接使用 LemonAIKit 本页面提供的 Skill 安装指令，复制后粘贴到对应的 Agent 或终端执行即可。

如果不知道自己的 Agent 应该如何安装，可以直接问当前的 AI Agent：

如何安装 anthropics/skills#pdf？

也可以按 Agent 分别问：

如何在 Claude Code 中安装 anthropics/skills#pdf？

如何在 Codex 中安装 anthropics/skills#pdf？

如何在 Cursor 中安装 anthropics/skills#pdf？

让 Agent 根据自己的 Skill 加载机制给出具体步骤，比手动猜测目录更可靠。如果该 Skill 在你使用的 Agent 中有额外的官方安装前提（例如需要安装 PDF 处理依赖、需要特定目录结构等），以官方说明和 Agent 提示为准。

二、安装后如何使用

安装完成后，不需要记住特殊命令，直接用自然语言把 PDF 相关任务交给 Agent 即可，Skill 会在合适的场景下被触发。

几个典型用法示例：

使用 pdf，把 report.pdf 里的正文文本提取出来，按段落整理给我。

使用 pdf，把 scans/ 目录下这几个扫描 PDF 做 OCR，输出一份可搜索文本。

使用 pdf，把 contract.pdf 的第 3 到第 5 页拆出来，生成一个新的 PDF。

使用 pdf，把这两份 PDF 合并成一个文件，并在文件名里保留原始顺序。

描述任务时，说清三件事，效果通常更好：

1. 文件在哪里
2. 想要什么结果（提取文本 / 生成 PDF / 拆分 / 合并 / 填表单）
3. 输出到哪个目录或什么格式

三、卸载

不同 Agent 的 Skill 安装位置和管理方式不同，没有统一的卸载命令。常见做法有两种：

• 使用对应 Agent 或 Skill 管理器提供的删除 / 卸载方式，移除 pdf 这个 Skill
• 直接询问当前 Agent“如何卸载 anthropics/skills#pdf？”，让它根据自身机制给出移除方式

如果官方对某个 Agent 明确给出了卸载命令，可以按官方说明执行。没有明确说明的情况下，直接让 Agent 告诉你移除该 Skill 的方式，比手动删除文件更稳妥。

常见问题

1. 安装后 Agent 没有识别到这个 Skill，怎么办？

先确认三件事：安装位置是否符合当前 Agent 的 Skill 目录约定；Agent 是否需要重启或重新加载 Skill 列表；是否同时存在多个同名或相似 Skill 造成混淆。不确定时，直接问当前 Agent“anthropics/skills#pdf 是否已经安装并在当前会话可用？”，让它自查通常更快。

2. 可以同时安装到多个 Agent 里吗？

可以。只要每个 Agent 都支持 Skill 加载机制，各自安装一份即可。不同 Agent 的目录约定和依赖环境是独立的，在一个 Agent 里能跑通，不代表另一个 Agent 无需额外配置。

3. Skill 更新后需要重新安装吗？

取决于你装的是固定版本还是跟随仓库。如果手动复制到 Skill 目录的固定副本，需要手动更新；如果通过 Agent 或包管理器拉取，可以按该管理方式更新。官方未统一说明时，以你使用的安装方式为准。

4. 处理 PDF 时 Agent 一直要执行命令，必须给 Shell 权限吗？

PDF 提取、拆分、合并、生成通常需要调用本地工具，Shell 权限是常见需求。如果只是简单文本提取，可以让 Agent 给出命令、由你手动执行；如果任务量大且 PDF 来源可信，再考虑放开自动执行。

5. 扫描件 PDF 也能处理吗？

文本型 PDF 通常可以直接提取。扫描件、图片型 PDF 需要 OCR 才能得到文本，这类任务对依赖环境要求更高，处理时间和结果质量会因原始扫描质量而不同。

6. 中国大陆使用是否有额外网络要求？

如果安装依赖需要从境外源拉取，可能遇到速度慢或连接不稳定的情况，可以按当前环境配置合适的包源。纯处理本地 PDF 的任务通常不需要持续联网。

7. 这个 Skill 会不会修改我已有的 PDF 或项目文件？

默认情况下，提取类任务只读取不修改。生成、拆分、合并类任务通常输出为新文件。具体行为取决于 Agent 如何执行命令以及你授予的写入权限。建议在任务中明确告诉 Agent“不要覆盖原始文件，输出到新目录”，可以显著降低误操作风险。