Một công cụ trích xuất văn bản hiệu suất cao được thiết kế để thu hẹp khoảng cách giữa các tài liệu PDF tĩnh và cấu trúc dữ liệu sẵn sàng cho AI.
Cài đặt & Tải xuống
1. ClawHub CLI
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install pdfreader
2. Cài đặt Thủ công
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
3. Cài đặt Prompt
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt pdfreader bằng Clawhub. Nếu Clawhub chưa
Bạn muốn tải xuống?
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Kỹ năng Trình đọc PDF là gì?
Kỹ năng Trình đọc PDF là một tiện ích chuyên dụng tận dụng thư viện PyMuPDF để phân tích cú pháp và trích xuất văn bản từ các tệp PDF. Nó được thiết kế để trao quyền cho các tác nhân AI khả năng tiếp nhận các tài liệu phức tạp, biến nó trở thành một thành phần thiết yếu trong hệ sinh thái của Openclaw Skills. Bằng cách chuyển đổi dữ liệu tài liệu nhị phân thành văn bản có cấu trúc hoặc JSON, nó tạo điều kiện cho việc phân tích sâu hơn và khả năng tìm kiếm cho bất kỳ quy trình làm việc tự động nào.
Kỹ năng này ưu tiên hiệu suất và bảo mật, đảm bảo rằng việc trích xuất văn bản được xử lý tại địa phương và trong các ranh giới hệ thống tệp nghiêm ngặt. Cho dù bạn đang xử lý các bài báo học thuật, báo cáo tài chính hay sách hướng dẫn kỹ thuật, công cụ này đều cung cấp dữ liệu thô cần thiết cho quá trình xử lý thông minh.
Trường hợp sử dụng Kỹ năng Trình đọc PDF
- Tự động hóa việc tiếp nhận các bài báo nghiên cứu để tóm tắt bằng AI
- Chuyển đổi các báo cáo PDF cũ sang định dạng JSON cho các quy trình phân tích dữ liệu
- Trích xuất siêu dữ liệu tài liệu để sắp xếp các thư viện kỹ thuật số lớn
- Cung cấp các phạm vi trang cụ thể vào LLM để giảm mức tiêu thụ token và cải thiện độ chính xác của ngữ cảnh
Cách thức hoạt động của Kỹ năng Trình đọc PDF
- Người dùng cung cấp đường dẫn tệp PDF đích và giới hạn trang tùy chọn thông qua dòng lệnh.
- Kỹ năng xác thực phần mở rộng tệp và đảm bảo đường dẫn nằm trong thư mục làm việc được phép.
- Sử dụng công cụ PyMuPDF, tập lệnh mở tài liệu và trích xuất phạm vi trang được chỉ định.
- Siêu dữ liệu tài liệu, bao gồm tiêu đề, tác giả và ngày tạo, được thu thập để cung cấp ngữ cảnh.
- Văn bản được trích xuất được làm sạch các lỗi mã hóa và được hiển thị trong terminal hoặc lưu vào tệp JSON có cấu trúc.
Cài đặt Kỹ năng Trình đọc PDF
Để sử dụng kỹ năng này, trước tiên bạn phải cài đặt phụ thuộc PyMuPDF. Chạy lệnh sau trong terminal của bạn:
pip install pymupdf
Đảm bảo rằng tệp pdf_reader.py nằm trong thư mục dự án đang hoạt động của bạn. Sau đó, bạn có thể thực thi kỹ năng bằng các lệnh Python tiêu chuẩn, chẳng hạn như python pdf_reader.py "document.pdf" 10.
Lược đồ dữ liệu & Hệ thống phân loại của Kỹ năng Trình đọc PDF
Kỹ năng tạo ra đầu ra JSON có cấu trúc khi cờ --output được sử dụng. Điều này cho phép các Kỹ năng Openclaw khác dễ dàng sử dụng dữ liệu:
| Khóa | Loại | Mô tả |
|---|---|---|
source |
chuỗi | Tên của tệp PDF gốc |
metadata |
đối tượng | Chứa tiêu đề, tác giả và các thuộc tính tài liệu |
pages |
mảng | Một mảng các chuỗi chứa văn bản cho mỗi trang được trích xuất |
total_pages |
số nguyên | Số lượng trang được xử lý thành công |
Tính năng Nâng cao của Kỹ năng Trình đọc PDF
- Hỗ trợ trích xuất một phần cho phép người dùng nhắm mục tiêu vào số lượng trang cụ thể để tối ưu hóa tốc độ xử lý
- Lớp bảo mật tích hợp ngăn chặn các cuộc tấn công duyệt đường dẫn bằng cách hạn chế các hoạt động trong thư mục hiện tại
- Xử lý mã hóa thông minh đảm bảo các ký tự và biểu tượng đặc biệt được bảo tồn chính xác để AI có thể đọc được
- Tuần tự hóa JSON liền mạch cho phép tích hợp trực tiếp với các khung điều phối đa tác nhân
SKILL.md
Đang tải
Các kỹ năng Openclaw liên quan
Tích hợp Open Notebook
Một tích hợp trợ lý nghiên cứu AI cục bộ cung cấp cho các tác nhân một bộ não thứ hai bền vững, riêng tư để lưu trữ và truy vấn kiến thức theo chủ đề.
MCP Client
Một triển khai linh hoạt của Model Context Protocol (MCP) cho phép các AI agent tương tác với các công cụ, nguồn dữ liệu và mẫu prompt được tiêu chuẩn hóa.
askia-io
Một giao diện dòng lệnh cho nền tảng askia.io cho phép các agent AI đăng ký, đặt câu hỏi và cung cấp câu trả lời trong một hệ sinh thái kết hợp giữa người và AI.
Nghiên cứu ArXiv
Một tiện ích nghiên cứu chuyên dụng để tìm kiếm, lọc và tải xuống các bản thảo khoa học chưa công bố từ arXiv.org.
SimpleMem
SimpleMem cung cấp bộ nhớ trọn đời hiệu quả cho các LLM agent thông qua nén ngữ nghĩa và truy xuất nhận biết ý định.
Quản trị bầy đàn The Hive
Một giao thức điều phối phi tập trung cho các tác nhân AI sử dụng danh tính mật mã, đồ thị tin cậy và sự phát triển mã dựa trên sự đồng thuận.
METADATA
Đặc sắc*
