pdf-metadata-extract-restored

name	pdf_metadata_extract_restored
description	提取 PDF 文件元数据并输出 JSON 结果。 当用户提到把这次流程沉淀成 skill、保存为 skill等需求时使用此 skill。
version	1.0.0
name_zh	PDF 元数据提取回调算子
category	document_processing
tag	数据解析
metadata	{"entry_chain":"callback_distillation","verified":true,"restored_from_flow":true,"flow_task_name":"PDF 元数据提取","flow_success_evidence":{"output_path":"workspace/outputs/pdf_metadata_extract_output.json"}}
input_params	[{"name":"input_path","type":"string","role":"input_data","description":"输入 PDF 文件路径","required":true}]
output_params	[{"name":"output_path","type":"json_file","role":"output_data","description":"输出 JSON 文件路径"}]
publisher	COMMUNITY

PDF 元数据提取 技能

功能说明

提取 PDF 文件元数据并输出 JSON 结果。 当用户提到把这次流程沉淀成 skill、保存为 skill等需求时使用此 skill。

触发条件

• 技能类别：document_processing
• DAG 类型：输入
• 当用户提到“把这次流程沉淀成 skill”时优先考虑使用此技能。
• 当用户提到“保存为 skill”时优先考虑使用此技能。
• 当一次真实处理流程已经跑通，并且用户希望将其封装为可复用 skill 时使用此技能。
• 当现有技能库无法直接满足需求，但已经通过脚本或步骤成功完成任务，并希望回调式沉淀为 skill 时使用此技能。

核心功能

• 提取 PDF 元数据
• 复用已验证成功的处理脚本
• 输出 JSON 结果

处理逻辑

• 读取输入 PDF 文件
• 提取标题、作者、主题、页数和日期等元数据
• 输出为 JSON 文件

支持的文件格式

• 输入：.pdf
• 输出：.json

使用方法

python scripts/run_pdf_metadata_extract.py --input_path <input_path>

参数说明

参数	类型	角色	必填	默认值	说明
input_path	string	input_data	是	-	输入 PDF 文件路径

输出参数

参数	类型	角色	默认值	说明
output_path	json_file	output_data	-	输出 JSON 文件路径

示例

从成功流程恢复 skill 后的典型调用

python scripts/run_pdf_metadata_extract.py --input_path workspace/temp/document.pdf --output_path workspace/outputs/pdf_metadata_extract_output.json

输出结构

{
  "output_path": "workspace/outputs/pdf_metadata_extract_output.json"
}

输出示例

{
  "output_path": "workspace/outputs/pdf_metadata_extract_output.json"
}

注意事项

• 本 skill 草稿由已验证成功的处理流程恢复生成，建议人工补齐命名、图标与触发表达。
• 在回调式沉淀链路中，应优先复用已有脚本和成功证据，而不是重新手写实现。