pdf-processor

name	pdf-processor
description	PDF 文档处理。支持提取文本、提取表格、合并 PDF、拆分 PDF、PDF 转图片、获取元数据。用户需要处理 PDF 文件时使用此技能。
triggers	null
version	1.0.0
status	stable
updated	"2026-03-15T00:00:00.000Z"
provides	["pdf_processor"]
os	["darwin","linux","win32"]
clawdbot	{"emoji":"📄","category":"tools","priority":"medium"}

PDF Processor

PDF 文档处理工具。

功能

• 提取文本 — 从 PDF 中提取全部或指定页的纯文本
• 提取表格 — 从 PDF 中提取表格为 CSV/JSON
• 合并 PDF — 将多个 PDF 合并为一个
• 拆分 PDF — 将 PDF 按页码范围拆分
• 元数据 — 读取 PDF 标题、作者、页数等信息
• PDF 转图片 — 将 PDF 每页转为 PNG（需要 pdf2image + poppler）

使用方式

# 健康检查
python3 scripts/check.py

# 提取文本
python3 scripts/pdf_tool.py extract-text --input doc.pdf
python3 scripts/pdf_tool.py extract-text --input doc.pdf --pages 1-5

# 提取表格
python3 scripts/pdf_tool.py extract-tables --input doc.pdf --format csv

# 合并 PDF
python3 scripts/pdf_tool.py merge --inputs a.pdf b.pdf c.pdf --output merged.pdf

# 拆分 PDF
python3 scripts/pdf_tool.py split --input doc.pdf --pages 1-3 --output part1.pdf

# 元数据
python3 scripts/pdf_tool.py info --input doc.pdf

# 转图片
python3 scripts/pdf_tool.py to-images --input doc.pdf --output-dir ./images/

输出目录

$OPENCLAW_HOME/workspace/output/pdf/

依赖

• pdfplumber (pip3 install pdfplumber)
• PyPDF2 (pip3 install PyPDF2)