Run any Skill in Manus with one click

extract-doc

Stars10

Forks3

UpdatedApril 22, 2026 at 10:34

提取 .docx/.xlsx/.pdf/图片文档内容，转换为 Markdown 格式（支持 OCR 识别）。这是**只读提取工具**，专注于将现有文档转换为 Markdown。 TRIGGER when: 用户要求提取文档内容、读取 Word/Excel/PDF 内容、提取图片文字、 OCR 识别、文档转 Markdown、读取需求文档、提取规格书内容、把 docx 转成 md、把 xlsx 转成 markdown、PDF 内容提取、扫描件识别、"帮我看看这个文档里有什么"、 "把这个 Word 转成 Markdown"、"读取 Excel 里的数据"、"识别图片中的文字"。 DO NOT TRIGGER when: 用户要求**创建**或**编辑**文档（用 document-skills:docx/xlsx/pdf）、生成新的 Word/Excel/PDF 文件、修改现有文档内容、添加表格/图表到文档、格式化文档排版、合并多个 PDF。此 skill 仅用于**读取和提取**，不用于创建或修改。

Installation

Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.

Run Skill in Manus

Source

XIAOMANSDK

XIAOMANSDK/B6x

View GitHub Repository View Creator Repositories

Download

Run Skill in Manus

Related occupationsSOC

Based on SOC occupation classification

Office Clerks, GeneralOffice and Administrative Support Occupations·SOC 43-9061

SKILL.md

readonly

name	extract-doc
description	提取 .docx/.xlsx/.pdf/图片文档内容，转换为 Markdown 格式（支持 OCR 识别）。这是只读提取工具，专注于将现有文档转换为 Markdown。 TRIGGER when: 用户要求提取文档内容、读取 Word/Excel/PDF 内容、提取图片文字、 OCR 识别、文档转 Markdown、读取需求文档、提取规格书内容、把 docx 转成 md、把 xlsx 转成 markdown、PDF 内容提取、扫描件识别、"帮我看看这个文档里有什么"、 "把这个 Word 转成 Markdown"、"读取 Excel 里的数据"、"识别图片中的文字"。 DO NOT TRIGGER when: 用户要求创建或编辑文档（用 document-skills:docx/xlsx/pdf）、生成新的 Word/Excel/PDF 文件、修改现有文档内容、添加表格/图表到文档、格式化文档排版、合并多个 PDF。此 skill 仅用于读取和提取，不用于创建或修改。
user-invocable	true
allowed-tools	Read, Grep, Glob, Write, Bash, mcp__zai-mcp-server__extract_text_from_screenshot

Extract Doc

提取 .docx/.xlsx/.pdf/图片文档内容，转换为 Markdown 格式。

触发

/extract-doc <file_path>

参数:

file_path: 文档路径（支持 .docx/.xlsx/.pdf/.png/.jpg/.bmp）

支持格式

格式	扩展名	提取方法	特殊处理
Word	.docx	python-docx	段落、表格、列表
Excel	.xlsx	openpyxl	多 Sheet、表格
PDF	.pdf	pymupdf + MCP OCR	文本型/扫描型
图片	.png/.jpg/.bmp	MCP OCR	中文/英文/代码

OCR 规则

必须使用 MCP OCR，禁止安装本地 OCR 库 (pytesseract 等)。

工具: mcp__zai-mcp-server__extract_text_from_screenshot

参数:
  image_source: 图片路径或 URL
  prompt: 提取指令 (如 "提取所有文本内容，保持原有排版")
  programming_language: 代码语言 (可选，如 "python")

依赖安装

首次使用前执行

pip install python-docx openpyxl pymupdf

库	版本	用途
python-docx	>=0.8.11	Word 解析
openpyxl	>=3.1.0	Excel 解析
pymupdf	>=1.23.0	PDF 解析

执行流程

Step 1: 按类型提取

验证文件存在后，根据扩展名选择提取方法。

.docx 文件

from docx import Document
doc = Document(path)

# 段落: 识别标题层级
for para in doc.paragraphs:
    if para.style.name.startswith('Heading'):
        level = para.style.name.split()[-1]
        # 输出: {'#' * int(level)} {para.text}
    else:
        # 输出: para.text

# 表格: 转 Markdown 表格
for table in doc.tables:
    # 第1行为表头, 其余为数据行

.xlsx 文件

from openpyxl import load_workbook
wb = load_workbook(path)

for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    # 第1行检测表头, 第2行起为数据, 转为 Markdown 表格

.pdf 文件

import fitz  # pymupdf
doc = fitz.open(path)

for i, page in enumerate(doc, 1):
    text = page.get_text().strip()
    if text:
        # 文本型 PDF - 直接提取
    else:
        # 扫描型 PDF - 渲染为图片 + MCP OCR
        pix = page.get_pixmap(dpi=150)
        pix.save(f"/tmp/pdf_page_{i}.png")
        # 调用 mcp__zai-mcp-server__extract_text_from_screenshot(...)

图片文件 (MCP OCR)

直接调用:
mcp__zai-mcp-server__extract_text_from_screenshot(
    image_source="D:/docs/scan.png",
    prompt="提取图片中的所有文字，保持原有排版和表格结构"
)

Step 2: 格式化输出

转换为 Markdown，保持原有结构。

输出格式

# 文档名称

## 元信息
- 类型: [Word/Excel/PDF/图片]
- 页数/工作表: [N]
- OCR: [是/否]

## 内容

[提取的文本内容，保持原始结构]

### 表格 1

| 列1 | 列2 | 列3 |
|-----|-----|-----|
| ... | ... | ... |

错误处理

错误	处理
文件不存在	验证路径，搜索相似文件名
库未安装	显示 `pip install` 命令
大文件 (>10MB)	警告并建议分段提取
编码问题	尝试 UTF-8/GBK 解码
PDF 加密	提示需要密码
OCR 失败	检查图片清晰度，建议 DPI >= 150
不支持的格式	列出支持的格式列表

B6x 项目典型用例

文档类型	用例
需求文档 (.docx)	提取功能需求转 Markdown
规格书 (.pdf)	提取芯片规格、寄存器描述
测试用例 (.xlsx)	提取测试项转为可读格式
扫描件 (.png)	OCR 识别手写笔记
代码截图	提取代码文本

More from this repository

same repository

b6-build

XIAOMANSDK/B6x

编译 B6x SDK 工程 (Keil/GCC 自动检测)，解析编译日志，迭代修复错误和警告直到 0 ERROR 且 WARNING ≤ 5。 TRIGGER when: 用户要求编译、build、构建项目，修复编译错误/警告，检查编译结果，或提及 Keil/GCC 编译问题。 DO NOT TRIGGER when: 用户要求烧录/调试/下载固件（用 /b6-auto-debug）、纯代码审查、BLE协议问题、无硬件连接。

2026-05-1110

b6-library-recommend

XIAOMANSDK/B6x

根据应用需求推荐 BLE 库并生成 cfg.h 配置。 TRIGGER when: 用户询问 BLE 库选择、应该用哪个 BLE 库、库配置、连接数配置、RAM 配置、 BLE 角色配置（Master/Slave）、BLE_LITELIB/BLE_LARGELIB 设置、ANCS Client 支持、低功耗 BLE 配置、多连接配置、Mesh 配置。即使没有明确说 "推荐库"，只要涉及 BLE 库/连接数/角色的选择，也应使用此 skill。 DO NOT TRIGGER when: 用户要求创建新项目（用 /b6-create-project）、编译构建（用 /b6-build）、烧录调试（用 /b6-auto-debug）、代码审查（用 /b6-code-review）、硬件配置验证（用 /b6-validate-hardware）。

2026-05-1110

b6-translate-error

XIAOMANSDK/B6x

翻译 BLE 错误码，提供排查建议。 TRIGGER when: 用户询问 BLE 错误码含义、错误码翻译、0x 开头的错误代码、ATT_ERR/GAP_ERR/SMP_ERR 等错误常量、配对失败原因、连接错误、GATT 错误、BLE 返回码、协议栈错误。即使没有明确说 "翻译错误码"，只要出现 BLE 相关的数字错误码或错误常量名，也应使用此 skill。 DO NOT TRIGGER when: 用户要求创建新项目（用 /b6-create-project）、编译构建（用 /b6-build）、烧录调试（用 /b6-auto-debug）、代码审查（用 /b6-code-review）、硬件配置验证（用 /b6-validate-hardware）。

2026-05-1110

b6-validate-hardware

XIAOMANSDK/B6x

验证 B6x 硬件配置（引脚冲突/时钟/DMA/中断/Timer）是否符合芯片约束。使用此 skill 验证硬件配置的正确性。 TRIGGER when: 用户提及引脚配置、硬件验证、pin mux、外设冲突、ADC引脚、UART引脚、Timer引脚、DMA配置、中断优先级、时钟配置、检查配置冲突、验证硬件设置、引脚能否用作某功能。即使用户没有明确说"验证硬件"，只要涉及引脚/时钟/DMA/中断的配置检查，也应使用此 skill。 DO NOT TRIGGER when: 纯代码审查、编译错误修复、BLE协议问题、编写新驱动代码、解释函数作用、烧录程序。

2026-05-1110

b6-auto-debug

XIAOMANSDK/B6x

B6x 系统化烧录调试 — 编译 → 诊断 → 烧录 → RTT 监控。先理解失败原因，再采取行动。 TRIGGER when: 用户要求烧录、调试、下载固件、RTT监控、DAPLink/J-Link 操作、自动调试、flash编程、运行固件、连接失败、烧录失败、RTT无数据 DO NOT TRIGGER when: 仅编译请求（用 /b6-build）、纯代码审查、无硬件连接

2026-04-2210

b6-cmake-init

XIAOMANSDK/B6x

为现有 B6x SDK Keil 项目生成 CMakeLists.txt，实现 Keil → GNU/CMake 迁移。 TRIGGER when: 用户要求为现有项目生成 CMakeLists.txt、添加 GCC/CMake 支持、迁移 Keil 项目到 GNU 环境、创建 CMake 配置、转换 Keil 工程到 CMake、为项目添加 GCC 编译支持、支持 CI/CD 编译、 "帮我生成 CMakeLists.txt"、"添加 CMake 支持"、"迁移到 GCC"、"让项目支持 GCC 编译"。 DO NOT TRIGGER when: 用户要求创建全新项目（用 /b6-create-project）、编译现有项目（用 /b6-build）、烧录调试（用 /b6-auto-debug）、纯代码审查、BLE 协议问题、仅查看项目结构。

2026-04-2210

name	extract-doc
description	提取 .docx/.xlsx/.pdf/图片文档内容，转换为 Markdown 格式（支持 OCR 识别）。这是只读提取工具，专注于将现有文档转换为 Markdown。 TRIGGER when: 用户要求提取文档内容、读取 Word/Excel/PDF 内容、提取图片文字、 OCR 识别、文档转 Markdown、读取需求文档、提取规格书内容、把 docx 转成 md、把 xlsx 转成 markdown、PDF 内容提取、扫描件识别、"帮我看看这个文档里有什么"、 "把这个 Word 转成 Markdown"、"读取 Excel 里的数据"、"识别图片中的文字"。 DO NOT TRIGGER when: 用户要求创建或编辑文档（用 document-skills:docx/xlsx/pdf）、生成新的 Word/Excel/PDF 文件、修改现有文档内容、添加表格/图表到文档、格式化文档排版、合并多个 PDF。此 skill 仅用于读取和提取，不用于创建或修改。
user-invocable	true
allowed-tools	Read, Grep, Glob, Write, Bash, mcp__zai-mcp-server__extract_text_from_screenshot

Extract Doc

提取 .docx/.xlsx/.pdf/图片文档内容，转换为 Markdown 格式。

触发

/extract-doc <file_path>

参数:

file_path: 文档路径（支持 .docx/.xlsx/.pdf/.png/.jpg/.bmp）

支持格式

格式	扩展名	提取方法	特殊处理
Word	.docx	python-docx	段落、表格、列表
Excel	.xlsx	openpyxl	多 Sheet、表格
PDF	.pdf	pymupdf + MCP OCR	文本型/扫描型
图片	.png/.jpg/.bmp	MCP OCR	中文/英文/代码

OCR 规则

必须使用 MCP OCR，禁止安装本地 OCR 库 (pytesseract 等)。

工具: mcp__zai-mcp-server__extract_text_from_screenshot

参数:
  image_source: 图片路径或 URL
  prompt: 提取指令 (如 "提取所有文本内容，保持原有排版")
  programming_language: 代码语言 (可选，如 "python")

依赖安装

首次使用前执行

pip install python-docx openpyxl pymupdf

库	版本	用途
python-docx	>=0.8.11	Word 解析
openpyxl	>=3.1.0	Excel 解析
pymupdf	>=1.23.0	PDF 解析

执行流程

Step 1: 按类型提取

验证文件存在后，根据扩展名选择提取方法。

.docx 文件

from docx import Document
doc = Document(path)

# 段落: 识别标题层级
for para in doc.paragraphs:
    if para.style.name.startswith('Heading'):
        level = para.style.name.split()[-1]
        # 输出: {'#' * int(level)} {para.text}
    else:
        # 输出: para.text

# 表格: 转 Markdown 表格
for table in doc.tables:
    # 第1行为表头, 其余为数据行

.xlsx 文件

from openpyxl import load_workbook
wb = load_workbook(path)

for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    # 第1行检测表头, 第2行起为数据, 转为 Markdown 表格

.pdf 文件

import fitz  # pymupdf
doc = fitz.open(path)

for i, page in enumerate(doc, 1):
    text = page.get_text().strip()
    if text:
        # 文本型 PDF - 直接提取
    else:
        # 扫描型 PDF - 渲染为图片 + MCP OCR
        pix = page.get_pixmap(dpi=150)
        pix.save(f"/tmp/pdf_page_{i}.png")
        # 调用 mcp__zai-mcp-server__extract_text_from_screenshot(...)

图片文件 (MCP OCR)

直接调用:
mcp__zai-mcp-server__extract_text_from_screenshot(
    image_source="D:/docs/scan.png",
    prompt="提取图片中的所有文字，保持原有排版和表格结构"
)

Step 2: 格式化输出

转换为 Markdown，保持原有结构。

输出格式

# 文档名称

## 元信息
- 类型: [Word/Excel/PDF/图片]
- 页数/工作表: [N]
- OCR: [是/否]

## 内容

[提取的文本内容，保持原始结构]

### 表格 1

| 列1 | 列2 | 列3 |
|-----|-----|-----|
| ... | ... | ... |

错误处理

错误	处理
文件不存在	验证路径，搜索相似文件名
库未安装	显示 `pip install` 命令
大文件 (>10MB)	警告并建议分段提取
编码问题	尝试 UTF-8/GBK 解码
PDF 加密	提示需要密码
OCR 失败	检查图片清晰度，建议 DPI >= 150
不支持的格式	列出支持的格式列表

B6x 项目典型用例

文档类型	用例
需求文档 (.docx)	提取功能需求转 Markdown
规格书 (.pdf)	提取芯片规格、寄存器描述
测试用例 (.xlsx)	提取测试项转为可读格式
扫描件 (.png)	OCR 识别手写笔记
代码截图	提取代码文本