| name | yy-read-pdf |
| description | 读取并解析PDF文件内容，提取文本、表格和结构化信息。 用于：用户需要读取PDF文件、提取PDF内容、分析PDF文档结构。 不用于编辑或创建 PDF、合并/拆分 PDF、对扫描型 PDF 做 OCR，也不用于读取 Word、Excel 等其他文档格式。
|
yy-read-pdf
描述
读取和解析 PDF 文件内容，提取文本、表格等结构化信息并输出。
使用场景
- 用户提供 PDF 文件路径并要求读取内容
- 用户需要提取 PDF 中的文本或表格
- 用户需要分析 PDF 文档结构
- 用户询问 PDF 文件中的特定信息
不应触发：
- 用户要求创建或编辑 PDF 文件
- 用户要求转换其他格式文件（如 Word、Excel）
- 用户没有提供 PDF 文件路径
指令
步骤 1. 确认文件路径
- 验证用户提供的 PDF 文件路径是否存在
- 确认文件扩展名为
.pdf
决策分支：
- 路径存在且为 PDF：进入步骤 2
- 路径不存在：提示用户提供正确的文件路径，退出执行
- 扩展名不是
.pdf：提示用户仅支持 PDF 格式，退出执行
步骤 2. 读取 PDF 内容
按优先级尝试以下方式读取 PDF 文件：
- 使用内置文件读取能力读取 PDF 文件（不可用时进入下一项）
- Python 工具：使用
pymupdf 提取文本（通过 python -c "import fitz" 检测是否已安装）
- 未安装 pymupdf：请求用户授权后执行
pip install -e skills/yy-read-pdf/scripts 安装，安装后重试
pymupdf 使用方式（通过脚本调用，AI 只需传入参数）：
python skills/yy-read-pdf/scripts/read_pdf.py --file "文件路径"
python skills/yy-read-pdf/scripts/read_pdf.py --file "文件路径" --start 0 --end 20
参数说明：
--file：PDF 文件路径（必需）--start：起始页码，0-indexed（默认 0）--end：结束页码，不含该页（默认读取到末页）
决策分支：
- 10 页以内的 PDF：直接读取全部内容（不传
--start/--end）
- 超过 10 页的 PDF：分段读取，每次最多 20 页（内置读取能力支持
pages 参数时使用该参数；pymupdf 传入 --start 和 --end 参数）
- 内置读取失败（非加密、非扫描）：降级到 pymupdf 方式重试
- 读取失败（加密 PDF）：提示用户需要先解密，退出执行
- 读取内容为空或乱码（扫描版 PDF）：提示用户该 PDF 为扫描版，需要 OCR 工具处理，退出执行
步骤 3. 输出解析结果
根据用户需求格式化输出内容：
决策分支：
- 用户要求完整内容：输出所有页面内容
- 用户要求特定页面：只输出指定页面
- 用户要求表格数据：识别表格结构，以 Markdown 表格格式输出
输出格式：
## PDF 文件信息
- 文件名：xxx.pdf
- 页数：N 页
- 格式：PDF x.x
- 标题：xxx
- 作者：xxx
## 提取内容
### 第 X 页
[页面内容]
相关资源
本技能包含以下辅助资源：
scripts/read_pdf.py：pymupdf 读取 PDF 的执行脚本examples/output.md：使用 pymupdf 读取 PDF 的输出示例resources/sample.pdf：用于测试的示例 PDF 文件
