pdf-reader

name	pdf-reader
description	Read and extract content from PDF files using multiple methods. LOAD THIS SKILL WHEN: User says "讀取 PDF", "read PDF", "打開論文", "看這篇" | has PDF file path | needs to extract text from PDF. CAPABILITIES: PDF to markdown conversion, text extraction, figure detection, citation extraction.

PDF 讀取技能 (PDF Reader)

描述

使用多種方法讀取 PDF 檔案並轉換為結構化文字，支援本地檔案和網路 URL。

觸發條件

• 「讀取 PDF」「打開這篇論文」「看這個檔案」
• "read PDF", "open paper", "extract from PDF"
• 提供 PDF 檔案路徑或 URL

可用 Tools

MCP Tools (microsoft-mar)

Tool	用途	參數
convert_to_markdown	將 PDF 轉換為 Markdown	uri (file:// 或 http://)

MCP Tools (pubmed-search)

Tool	用途	參數
get_article_fulltext_links	取得全文連結	pmid

Python Scripts (可選)

# scripts/pdf_utils.py

import fitz  # PyMuPDF

def extract_text(pdf_path: str) -> str:
    """提取 PDF 文字"""
    doc = fitz.open(pdf_path)
    text = ""
    for page in doc:
        text += page.get_text()
    return text

def extract_images(pdf_path: str, output_dir: str) -> list:
    """提取 PDF 圖片"""
    # ...實作
    pass

def extract_references(pdf_path: str) -> list:
    """提取參考文獻"""
    # ...實作
    pass

執行流程

1. 本地 PDF 讀取

用戶提供本地路徑: C:\papers\article.pdf
    ↓
convert_to_markdown(uri="file:///C:/papers/article.pdf")
    ↓
返回 Markdown 格式文字

2. 網路 PDF 讀取

用戶提供 URL 或 PMID
    ↓
(如果是 PMID) get_article_fulltext_links(pmid)
    ↓
取得 PDF URL
    ↓
convert_to_markdown(uri="https://...")
    ↓
返回 Markdown 格式文字

3. 批次處理模式

# 處理多個 PDF
pdf_files = [
    "C:/papers/paper1.pdf",
    "C:/papers/paper2.pdf",
    "C:/papers/paper3.pdf"
]

for pdf in pdf_files:
    content = convert_to_markdown(uri=f"file:///{pdf}")
    save_to_notes(content, pdf)
    # Checkpoint: 記錄處理進度
    update_checkpoint(processed=pdf)

輸出格式

## PDF 讀取結果

**檔案**: article.pdf
**頁數**: 12
**處理時間**: 3.2s

---

### 提取內容

# [論文標題]

## Abstract
[摘要內容...]

## Introduction
[介紹內容...]

## Methods
[方法內容...]

## Results
[結果內容...]

## Discussion
[討論內容...]

## References
1. Author et al. (2024). Title...
2. ...

---

### 圖表清單

| 圖表 | 頁碼 | 說明 |
|------|------|------|
| Figure 1 | p.3 | Study flowchart |
| Table 1 | p.5 | Baseline characteristics |

使用範例

範例 1：本地 PDF

用戶：「讀取 C:\papers\remimazolam-study.pdf」
執行：convert_to_markdown(uri="file:///C:/papers/remimazolam-study.pdf")

範例 2：從 PMID 取得 PDF

用戶：「讀取 PMID 38353755 的全文」
執行：
1. get_article_fulltext_links(pmid="38353755")
2. convert_to_markdown(uri=pmc_url)

範例 3：批次讀取

用戶：「讀取 papers/ 資料夾中的所有 PDF」
執行：
1. 列出資料夾中的 PDF 檔案
2. 迴圈處理每個檔案
3. 建立 Checkpoint 追蹤進度

錯誤處理

錯誤	處理方式
PDF 加密	提示用戶提供密碼或使用其他版本
圖片 PDF (掃描)	提示需要 OCR，建議使用其他工具
網路錯誤	重試 3 次，失敗後提示用戶下載

相關技能

• note-writer - 撰寫筆記
• report-writing - 組合技能：讀取 + 撰寫