| name | pdf_processor |
| description | PDF 文献自动处理工具。功能：(1) 扫描 01_articles/ 目录中的 PDF 文件，(2) 使用 MinerU API 转换为 Markdown，(3) 使用 LLM API 生成摘要，(4) 状态跟踪和断点续传。 |
Claude Instructions
当用户调用此 skill 时，执行以下步骤：
第一步：PDF → Markdown（脚本执行）
import sys
sys.path.insert(0, '/workspaces/Skills_demo/.claude/skills/pdf_processor/scripts')
from processor import PDFProcessor
config = {
'pdf_dir': '01_articles',
'output_dir': '01_articles/processed',
'status_file': '.info/.pdf_processing_status.csv',
}
processor = PDFProcessor(config)
results = processor.process_all_pdfs()
processor.generate_report(results)
第二步：读取 Markdown 并生成摘要（Claude Code 直接处理）
脚本执行后，检查哪些文件需要生成摘要，然后：
- 读取
01_articles/processed/md/*.md 文件
- 用 Claude Code 自身能力分析内容，生成摘要 JSON
- 保存到
01_articles/processed/summaries/*.json
摘要 JSON 格式
{
"filename": "paper.pdf",
"title": "论文完整标题",
"authors": ["作者1", "作者2"],
"abstract": "论文摘要原文",
"summary": "中文通俗总结（200-300字）：研究什么问题、用了什么方法、主要发现、研究意义",
"key_findings": ["发现1（中文）", "发现2（中文）"],
"keywords": ["关键词1（中文）", "关键词2（中文）"],
"metadata": {"word_count": 5000, "char_count": 10000},
"generated_at": "2026-02-06T12:00:00Z",
"model_used": "claude-sonnet-4-5-20250929"
}
示例 Prompt
分析这篇论文并输出 JSON：
论文：{filename}
内容：
{content}
要求：
- summary: 中文通俗总结，200-300字，说明研究问题、方法、主要发现和意义
- key_findings: 3-5个关键发现，用中文
- keywords: 3-5个关键词，用中文
只输出 JSON，不要其他文字。
当前状态检查
执行前可检查 .info/.pdf_processing_status.csv 确认哪些文件需要处理。
用户文档
自动处理 PDF 文献文件，转换为 Markdown 格式并生成 AI 摘要。
功能概述
| 功能 | 说明 |
|---|
| PDF 扫描 | 扫描 01_articles/ 目录，检测新文件 |
| 格式转换 | 使用 MinerU API 将 PDF 转为 Markdown |
| AI 摘要 | 使用 LLM API 生成结构化摘要 |
| 并行处理 | 支持多线程并发处理多个 PDF |
| 状态跟踪 | 记录处理状态，支持断点续传 |
使用方法
python .claude/skills/pdf_processor/scripts/processor.py
输出结构
01_articles/
├── xxx.pdf
└── processed/
├── md/xxx.md
└── summaries/xxx.json
摘要 JSON 结构见上方 Claude Instructions 部分。
状态文件
处理状态保存在 .info/.pdf_processing_status.csv。
技巧
- 批量处理: 放入多个 PDF 后运行一次
- 并行加速: 默认 5 个并发
- 断点续传: 中断后重新运行会跳过已处理的文件
