据 AlphaMoat 统计,截至 2026-09,PDF视觉阅读器 累计下载 1,274 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 4,904 位,在「办公效率」分类(435 个)中排名第 410 位。

累计安装

166

累计下载

1,274

星标

全站排名

#4,904

全站前 97% · 「办公效率」前 95%

平台	累计安装	累计下载	星标	评论
ClawHub ↗	28	1,100	-	-
SkillHub ↗	166	1,274	-	—

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

该技能适合处理扫描件、图片型文档和幻灯片型 PDF，可识别文字、表格、图表与布局，并整理为摘要或要点。PDF 内容会在当前视觉分析环境中处理，渲染页会写入所选目录；敏感文件应仅在获准的环境中使用，归档分析内容需遵循用户要求。需要Python/PyMuPDF与可用的视觉分析宿主；分批分析，长PDF可先重点页并明确实际覆盖范围，不再需要时清理页面图片。

资料发布于 2026-10-27

可以用来做什么

理解扫描版或图片型 PDF
提取文档中的文字、图表和表格信息
整理 PDF 摘要或关键要点

什么时候用

需要通过视觉分析理解扫描件、幻灯片或图片型 PDF 时
确认文档适合当前 AI 环境处理；选择合适的图片输出目录，并仅在用户明确要求时归档内容

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。

分析这份获准处理的 PDF，提取文字、表格和版面结构；先说明会生成哪些本地图片文件，不要归档内容。

月度数据趋势

累计下载1,274

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	1,274	—	-
2026-08	1,065	+10.4%	-
2026-07	965	+21.5%	-
2026-06	794	+22.5%	-
2026-05	648	—	-
2026-03	257	—	-

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。

1.8 KB · ClawHub v1.0.0

---
name: pdf-vision-reader
description: >
  PDF视觉阅读器 — 将PDF转换为图片，通过AI视觉模型理解PDF内容。
  
  当用户发送PDF文件或提供PDF路径，需要理解、分析、总结PDF内容时使用。
  
  能力：
  - 将PDF每页渲染为高清PNG图片（PyMuPDF）
  - 使用AI视觉模型分析图片内容（中英文均可）

展开全部(共 74 行)

  - 支持幻灯片型、图片型、扫描件型PDF
  - 自动识别水印、表格、图表、数字
  - 输出一页或多页的详细内容描述
  
  使用方式：
  1. 接收PDF文件路径或Telegram文件
  2. 提取PDF为图片
  3. 分批次用视觉AI分析（每批4-5页）
  4. 整合结果，可选：摘要整理、要点提炼、知识归档
---

# PDF视觉阅读器 (pdf-vision-reader)

## 工作流程

```
用户发送PDF
    ↓
提取PDF页面为PNG图片（PyMuPDF, 2x缩放）
    ↓
分批次用视觉AI分析（每批4-5页）
    ↓
整合视觉分析结果
    ↓
可选后续处理：
  - 整理为结构化摘要
  - 提炼关键数据/要点
  - 归档至 memory/ 目录
  - 回答用户具体问题
```

## 使用场景

- 用户发来 PDF 需要分析理解
- 图片型/幻灯片型 PDF 无法用文字提取
- 扫描件 PDF 识别
- 需要理解 PDF 中的图表、数据、布局信息

## 输出格式

建议输出结构：

```
## PDF内容概览
[总页数] 页，主题：[...]

## 分页详解
### 第X页
[视觉AI返回的详细描述]

## 关键信息提炼
[数据/要点/结论]

## 相关知识
[如果已有相关背景知识，可关联补充]
```

## 注意事项

- PDF路径包含中文时，Python读取可能需处理编码
- 视觉分析每批4-5页，避免超出token限制
- 对于非常长的PDF（>50页），可先分析目录页+重点页面
- 分析完成后可询问用户是否需要归档到memory目录