| name | table-spec-extractor |
| description | 【非推奨】spec-value-finder を使用してください。Excel/PDFの仕様書テーブルをTable TransformerでAST化しNeo4jグラフへ保存・GraphRAG検索するパイプライン（deprecated）。Neo4j・GPU依存が重く可搬性に欠けるため後継スキルへ移行。 |
| metadata | {"version":"2.4.0","tier":"deprecated","deprecated_by":"spec-value-finder","deprecated_since":"2.4.0","category":"integration","tags":["neo4j","graphrag","deprecated","excel","table-transformer"]} |
⚠️ 【非推奨】このスキルは deprecated です。
Neo4j サーバと Table Transformer（torch/transformers, ~1-2GB）への依存が重く、
スキルとしての可搬性に欠けるため、後継の spec-value-finder（純Python・サーバ/GPU不要）へ移行してください。
「元仕様書から記入すべき値を探す」用途は spec-value-finder がカバーします。
テーブル仕様抽出パイプライン
Excel/PDFの仕様書テーブルを解析し、Neo4jグラフとして蓄積・検索するパイプライン。
結合セルの階層構造を保持したまま保存できるため、「どの画面の・どの機能の・どの設定値か」という文脈を壊さずに管理できる。
Windows / macOS / Linux 対応。コマンド例はすべて python を使用する（環境によっては python3）。
モード一覧
| モード | 目的 | 最初に使うか |
|---|
init | 依存インストール＋Neo4j疎通確認 | 初回必須 |
save | ドキュメント→AST→Neo4jへロード | ドキュメント追加時 |
search | グラフ全文＋列コンテキスト付き検索 | 検索時 |
config | 複数Neo4jプロファイル管理 | 接続先変更時 |
スクリプト配置
scripts/
├── run.py # エントリポイント（__file__ 基準でパス解決、どこから実行しても動作）
├── models.py # Document ASTノード定義（Cell.path含む）
├── ingest.py # PDF描画（pypdfium2）・Excel読込（openpyxl）
├── table_extractor.py # Table Transformer検出・構造認識
├── ast_builder.py # AST組み立て＋carry-forward breadcrumb推定
├── markdown_serializer.py # Table → Markdown変換（LLM向け中間表現）
├── graph_loader.py # Neo4j MERGE＋インデックス作成
├── search.py # GraphRAGクエリ（全文＋SAME_COLUMNトラバーサル）
├── config.py # プロファイル管理（複数Neo4j対応）
└── requirements.txt # 依存ライブラリ一覧
run.py は __file__ を基準にパスを解決するため、スキルが .github/skills/・~/.claude/skills/ など
どこに配置されていても動作する。
configモード（複数Neo4jプロファイル管理）
保存先ごとに接続情報とローカルデータパスを設定できる。
設定ファイル: ~/.table-spec-extractor/config.json（TABLE_SPEC_EXTRACTOR_CONFIG 環境変数で上書き可）
python scripts/run.py config add local \
--neo4j bolt://localhost:7687 \
--user neo4j --password "" \
--data-path ~/graph-data/local \
--set-default
python scripts/run.py config add prod \
--neo4j bolt://prod-server:7687 \
--user neo4j --password secret \
--data-path ~/graph-data/prod
python scripts/run.py config list
python scripts/run.py config show local
python scripts/run.py config set-default prod
python scripts/run.py config remove local
data-path: saveモード実行時にASTのJSONスナップショットを保存するディレクトリ。
Neo4jが不要な場合はここだけ設定してローカル保存のみも可能。
initモード
依存ライブラリをインストールし、Neo4j接続を確認する。初回に必ず実行する。
Excel のみ使う場合（デフォルト・軽量）:
python scripts/run.py init
PDF も処理する場合（torch / transformers / Pillow 等を追加インストール）:
python scripts/run.py init --enable-pdf
Neo4j 疎通確認を同時に行う場合:
python scripts/run.py init --profile local
python scripts/run.py init --enable-pdf --neo4j bolt://localhost:7687 --password secret
| requirements | 内容 | サイズ目安 |
|---|
requirements.txt | openpyxl, neo4j | ~数MB |
requirements-pdf.txt | pypdfium2, pdfplumber, torch, transformers, Pillow | ~1-2GB |
saveモード
Excel/PDFをTable Transformerで解析してNeo4jへロードする。
テーブルはMarkdown形式でも保存されるため、LLMがmarkdown_textプロパティを直接参照できる。
Step 1 — dry-run（ASTを事前確認）
python scripts/run.py save <FILE> --dry-run
セクション数・テーブル数・段落数を確認する。テーブルが0件の場合はStep 1で止まり、
--dpi 200（解像度向上）や --threshold 0.7（検出感度向上）を提案する。
Step 2 — Neo4jへロード
python scripts/run.py save <FILE> --profile local
python scripts/run.py save <FILE> --neo4j bolt://localhost:7687 --password secret
saveオプション
| オプション | デフォルト | 説明 |
|---|
--profile | "" | 使用するプロファイル名 |
--dpi | 150 | PDF描画解像度（高いほど検出精度向上・低速） |
--threshold | 0.9 | テーブル検出信頼度（下げると検出数増加） |
--device | cpu | Torchデバイス（cuda 指定で高速化） |
--data-path | "" | ローカルスナップショット保存先（プロファイルを上書き） |
--dry-run | — | Neo4jへロードせずASTをJSON表示 |
searchモード
Neo4jグラフを全文検索＋グラフトラバーサルで検索する。
セル検索では同一列のヘッダーセルとbreadcrumb pathをコンテキストとして付与する。
python scripts/run.py search "検索クエリ" --profile local
python scripts/run.py search "売上" --neo4j bolt://localhost:7687 --limit 20
python scripts/run.py search "MaxConnections" --profile prod --json
ヒットが0件の場合はsaveモードでドキュメントがロード済みか確認する。
グラフスキーマ
(:Document)-[:HAS_SECTION]->(:Section)
(:Section)-[:CONTAINS]->(:Table | :Paragraph)
(:Table {markdown_text})-[:HAS_ROW]->(:Row)
(:Row)-[:HAS_CELL]->(:Cell {text, path, is_header})
(:Row)-[:NEXT_ROW]->(:Row)
(:Cell)-[:NEXT_CELL]->(:Cell) # 同行・左→右
(:Cell)-[:SAME_COLUMN]->(:Cell) # 同列・上→下（GraphRAGの要）
Cell.path は breadcrumb 配列。例: ["Config", "Network", "IP Address"]
Table.markdown_text はLLM向けMarkdown表現。
全文インデックス: cell_fulltext（Cell.text）、para_fulltext（Paragraph.text）
ベクトル検索（将来の拡張）
Neo4j 5.x+ は vector index をサポートする。以下の手順で追加可能:
sentence-transformers などで Cell.text / Paragraph.text の埋め込みを生成CREATE VECTOR INDEX cell_vector FOR (n:Cell) ON (n.embedding) OPTIONS {indexConfig: {...}}CALL db.index.vector.queryNodes(...) で近傍検索
現時点では依存の重量（~500MB）から本スキルには含めていない。
エラー対処
| エラー | 原因 | 対処 |
|---|
No module named pypdfium2 | initが未実行 | initモードを実行 |
| テーブル0件 | 低解像度・高閾値 | --dpi 200 --threshold 0.7 |
ServiceUnavailable | Neo4j未起動 | Neo4jサービスを確認 |
index not found | インデックス未作成 | saveを一度実行してインデックスを作成 |
KeyError: 'profiles' | config.json形式不正 | config listで確認後、手動で修正 |
