Document Pro - 文档处理技能

概述

赋予 AI 强大的文档处理能力：

• PDF 读取与提取

• Word 文档解析

• PowerPoint 提取

• Excel 数据提取

• 文档格式转换

触发场景

1. 用户发送文档并要求"分析"、"总结"

2. 用户要求"提取文档内容"

3. 用户要求"转换成 PDF"

4. 用户询问文档中的具体信息

5. 用户要求"从报告/论文中提取要点"

支持的格式

工具使用

PDF 处理

# 提取文本
import pdfplumber

with pdfplumber.open("document.pdf") as pdf:
    for page in pdf.pages:
        text = page.extract_text()
        print(text)

# 提取表格
with pdfplumber.open("document.pdf") as pdf:
    table = pdf.pages[0].extract_tables()

Word 文档

from docx import Document

doc = Document("document.docx")
for para in doc.paragraphs:
    print(para.text)

# 提取表格
for table in doc.tables:
    for row in table.rows:
        print([cell.text for cell in row.cells])

PowerPoint

from pptx import Presentation

prs = Presentation("presentation.pptx")
for slide in prs.slides:
    for shape in slide.shapes:
        if shape.has_text_frame:
            print(shape.text)

工作流

1. 识别文档类型 → 选择正确的工具

2. 读取内容 → 提取文本、表格、图片

3. 分析信息 → 理解结构、提取要点

4. 总结呈现 → 用中文总结给用户

进阶功能

文档摘要

• 提取文档主要观点

• 生成简短摘要

• 列出关键要点

表格处理

• 识别表格结构

• 提取表格数据

• 转换为 CSV/Excel

关键词提取

• 找出重要名词/术语

• 识别主题

• 提取关键信息

输出格式

向用户呈现文档时：

• 文档类型和页数

• 主要内容摘要

• 关键要点（3-5条）

• 建议的后续操作

限制

• 扫描版 PDF 需要 OCR

• 复杂格式可能丢失

• 图片/图表无法完全理解