據 AlphaMoat 統計,截至 2026-09,Document Handler 累計下載 3,866 次、獲 0 個星標,在全部 5,078 個 AI 技能中排名第 2,693 位,在「辦公效率」分類(435 個)中排名第 219 位。

累計安裝

125

累計下載

3866

星標

全站排名

#2,693

全站前 54% · 「辦公效率」前 51%

平台	累計安裝	累計下載	星標	評論
ClawHub ↗	37	3866	-	-
SkillHub ↗	125	2421	-	—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

它透過不同工具處理 PDF、Office 文件、EPUB、RTF 和 OpenDocument 檔案；掃描件可能需要 OCR，加密檔案需要密碼，複雜排版也可能在轉換中丟失。文件正文和後設資料可能包含敏感資訊，只處理使用者授權提供的檔案，並在向預定範圍之外分享前檢查提取結果。

資料釋出於 2026-10-29

可以用來做什麼

從使用者提供的文件中提取文字或後設資料
將 PDF 頁面轉換為圖像以便 OCR 或視覺檢查

什麼時候用

檔案已獲授權處理，且提取結果會在依賴前進行校驗時

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

為提取這份文件的文字和後設資料規劃處理方式，不要上傳或分享內容。

檢查掃描或複雜文件的抽取結果時，列出需要人工核實的部分。

月度資料趨勢

累計下載3866

星標-

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份	累計下載	環比	星標
2026-09	3866	—	-
2026-08	3774	+24.3%	-
2026-07	3036	+221.3%	-
2026-06	945	+17.8%	-
2026-05	802	—	-
2026-03	381	—	-

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

3.1 KB · ClawHub v1.0.0

---
name: document-handler
description: Read, extract, and convert document files (PDF, DOCX, XLSX, PPTX, EPUB, RTF, ODT, ODS, ODP). Use when working with any document format: extracting text, metadata, converting formats, or processing content. Triggers on mentions of document files, file paths with document extensions, or requests to read/convert documents.
---

# Document Handler

Extract text, metadata, and content from any document format.

## Supported Formats

展開全部(共 122 行)


| Format | Extensions | Text Extract | Metadata | Convert |
|--------|------------|--------------|----------|---------|
| PDF | .pdf | ✅ pdftotext | ✅ pdfinfo | ✅ pdftoppm |
| Word | .docx | ✅ unzip + xml | ✅ | ✅ |
| Excel | .xlsx | ✅ unzip + xml | ✅ | ✅ |
| PowerPoint | .pptx | ✅ unzip + xml | ✅ | ✅ |
| EPUB | .epub | ✅ unzip + html | ✅ | ✅ |
| RTF | .rtf | ✅ textutil | ✅ | ✅ |
| OpenDocument | .odt, .ods, .odp | ✅ unzip + xml | ✅ | ✅ |

## Quick Commands

### PDF

```bash
# Extract text
pdftotext -layout input.pdf output.txt

# Get metadata
pdfinfo input.pdf

# Convert to images (for OCR or viewing)
pdftoppm -png input.pdf output_prefix

# Extract specific pages
pdftotext -f 5 -l 10 -layout input.pdf output.txt
```

### DOCX/XLSX/PPTX (Office Open XML)

```bash
# Extract text from DOCX
unzip -p input.docx word/document.xml | sed 's/<[^>]*>//g' | tr -s ' \n'

# Extract text from XLSX (all sheets)
unzip -p input.xlsx xl/sharedStrings.xml | sed 's/<[^>]*>//g' | tr -s '\n'

# Extract text from PPTX
unzip -p input.pptx ppt/slides/*.xml | sed 's/<[^>]*>//g' | tr -s ' \n'

# Get metadata
unzip -p input.docx docProps/core.xml
```

### RTF (macOS)

```bash
# Convert RTF to plain text
textutil -convert txt input.rtf -output output.txt

# Convert RTF to HTML
textutil -convert html input.rtf -output output.html
```

### EPUB

```bash
# Extract and read EPUB content
unzip -l input.epub                    # List contents
unzip -p input.epub "*.html" | lynx -stdin -dump  # Text via lynx
unzip -p input.epub "*.xhtml" | sed 's/<[^>]*>//g'  # Raw text
```

### OpenDocument (ODT/ODS/ODP)

```bash
# Extract text from ODT
unzip -p input.odt content.xml | sed 's/<[^>]*>//g' | tr -s ' \n'

# Extract from ODS
unzip -p input.ods content.xml | sed 's/<[^>]*>//g'

# Get metadata
unzip -p input.odt meta.xml
```

## Scripts

### extract_document.sh

Extracts text and metadata from any supported document format.

```bash
~/Dropbox/jarvis/skills/document-handler/scripts/extract_document.sh <file>
```

Output:
- Text content to stdout
- Metadata as JSON comments

### pdf_to_images.sh

Converts PDF pages to images for OCR or visual processing.

```bash
~/Dropbox/jarvis/skills/document-handler/scripts/pdf_to_images.sh <pdf> <output_dir> [dpi]
```

## Workflow

1. **Identify format** — Check file extension
2. **Extract text** — Use appropriate tool
3. **Get metadata** — Author, date, pages, etc.
4. **Process content** — Summarize, search, transform

## Notes

- PDFs with scanned images need OCR (pdftoppm + tesseract)
- Encrypted PDFs require password
- Complex formatting may be lost in text extraction
- For tables in PDFs, consider tabula or camelot