zhixuli0406/duduclaw/pdf

PDF 文件處理

處理 PDF 的兩件事：讀取抽取與建立。腳本用 uv run 執行，依賴以 PEP 723 inline metadata 宣告（讀取用 pypdf、建立用 reportlab）；uv 不存在時改用 pip install pypdf==6.7.1 reportlab==4.4.10 後 python3 執行。

何時使用

• 收到 .pdf 附件，需要讀出文字來彙總、擷取、分析。
• 要把整理好的文字/報告直接產成一份 PDF 回傳。

腳本

腳本位於本技能的 scripts/ 目錄。兩種執行路徑，依你有沒有 Bash 工具擇一：

• 有 Bash / shell 工具 → 直接跑 uv run scripts/<script>.py ...（見下方各節）。
• 沒有 Bash / shell 工具（API 模式後端，如 Grok / DeepSeek / MiniMax） → 不要只回文字，

改用 office_script MCP 工具執行主程式內嵌、通過雜湊驗證的腳本（Linux／macOS）：

• skill：pdf
• script：create / extract（不含路徑，.py 可省略）
• args：字串陣列，等同 uv run 後面那串參數；任何路徑須落在你的 agent 目錄或其 attachments/。

例（把整理好的文字產成 PDF）：

``json {"skill": "pdf", "script": "create", "args": ["report.md", "--out", "/你的agent目錄/attachments/report.pdf"]} ``

工具在私有目錄執行內嵌腳本，技能目錄中的腳本不會執行；個人／部門／公司層只能覆蓋提示文字。 旗標和值必須分開（拒絕 --out=...），輸出須為你的 agent 目錄內的新檔案，父目錄須已存在； 輸入拒絕符號連結與硬連結，輸出不覆寫既有檔案。成功後工具回傳實際輸出路徑； 產出檔案後務必依下方 📎DELIVER 協定交付。

1. 讀取抽取 — extract.py

uv run scripts/extract.py <input.pdf> --format json   # {"pages": ["p1 text", ...]}
uv run scripts/extract.py <input.pdf> --format md      # 逐頁文字，以 --- 分隔

2. 建立 — create.py

把 markdown 或純文字產成 PDF（#/## 標題會用較大字級，其餘為內文；CJK 以內建 字型排版）：

來源型別依副檔名判定（.txt → 純文字，其餘 → markdown）：

uv run scripts/create.py report.md --out /abs/out.pdf
uv run scripts/create.py notes.txt --out /abs/out.pdf

若需要把 Word/Excel/PPT 轉成 PDF，請改用對應的 docx / xlsx / pptx 技能的

to_pdf.py（LibreOffice headless）。

交付檔案給使用者（📎DELIVER 協定）

產出後在回覆最後另起一行：

📎DELIVER:/絕對路徑/report.pdf

路徑須為絕對路徑且位於你的 agent 工作目錄（或其 attachments/）下；標記行不顯示給 使用者，請另用文字說明。

API 模式同樣適用：用 office_script 產出 .pdf 後，一樣在最後一行輸出 📎DELIVER:<絕對路徑>——只回文字不算完成。