据 AlphaMoat 统计,截至 2026-09,document-parser 累计下载 3,984 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 2,576 位,在「办公效率」分类(435 个)中排名第 211 位。

累计安装

101

累计下载

3,984

星标

全站排名

#2,576

全站前 51% · 「办公效率」前 49%

平台	累计安装	累计下载	星标	评论
ClawHub ↗	101	3,872	-	-
SkillHub ↗	97	3,984	-	—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

可配置 JSON、Markdown 或两者作为输出，并通过环境变量或本地配置提供 API 参数。源文包含服务地址和密钥配置方式；应安全管理凭据，并确认文件上传和外部解析的数据处理范围。

资料发布于 2026-10-29

可以用来做什么

提取文档文本、表格和页面结构。
为扫描件启用 OCR 或版面分析。
规划解析任务状态和错误处理。

什么时候用

需要从 PDF、图片或 Word 文档提取结构化信息时。
需要识别表格、印章、目录或页面布局时。
配置 API 或处理敏感文件前，需要确认凭据安全和数据传输范围时。

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

概述 document-parser 支持的输入、解析能力和输出格式。

为敏感文件的外部文档解析拟定凭据与数据处理检查清单。

月度数据趋势

累计下载3,984

星标-

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份	累计下载	环比	星标
2026-09	3,984	—	-
2026-08	3,730	+5.7%	-
2026-07	3,529	+29.9%	-
2026-06	2,717	+11.5%	-
2026-05	2,437	—	-
2026-03	1,112	—	-

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。

1.9 KB · ClawHub v1.0.1

# document-parser

高精度文档解析技能，从 PDF、图片、Word 文档中提取结构化数据。

## 用途
- 解析 PDF、图片 (JPG/PNG)、Word 文档
- 版面分析与结构提取
- 表格识别（输出 HTML/Markdown）
- OCR 文字识别
- 印章检测

展开全部(共 83 行)

- 目录提取

## 命令

### 解析文档
```
document-parser parse <文件路径> [选项]
```

示例：
```
document-parser parse C:\docs\report.pdf
document-parser parse C:\docs\scan.jpg --layout --table
document-parser parse C:\docs\contract.docx --output markdown
```

### 查询任务状态
```
document-parser status <任务 ID>
```

## 参数说明

| 参数 | 说明 | 示例 |
|------|------|------|
| 文件路径 | PDF/图片/Word 文件路径 | `C:\docs\report.pdf` |
| --layout | 启用版面分析 | `--layout` |
| --table | 启用表格识别 | `--table` |
| --seal | 启用印章检测 | `--seal` |
| --output | 输出格式 (json/markdown/both) | `--output markdown` |
| --pages | 页码范围 | `--pages 1-5,8,10-12` |

## 配置

### 方式一：环境变量
```
DOCUMENT_PARSER_API_KEY=your_api_key
DOCUMENT_PARSER_BASE_URL=http://47.111.146.164:8088/taidp/v1/idp/general_parse
```

### 方式二：配置文件
在技能目录创建 `config.json`：
```json
{
  "api_key": "your_api_key",
  "base_url": "http://47.111.146.164:8088/taidp/v1/idp/general_parse"
}
```

## 输出格式

返回结构化 JSON 包含：
- **pages**: 解析后的页面数组
- **elements**: 版面元素（文本、表格、图片等）
- **markdown**: Markdown 格式文本
- **data**: 数据统计摘要

## 依赖
- requests
- python-docx (Word 支持)
- Pillow (图片处理)

## 错误码

| 错误码 | 消息 | 说明 |
|--------|------|------|
| 10000 | Success | 识别成功 |
| 10001 | Missing parameter | 参数缺失 |
| 10002 | Invalid parameter | 非法参数 |
| 10003 | Invalid file | 文件格式非法 |
| 10004 | Failed to recognize | 识别失败 |
| 10005 | Internal error | 内部错误 |