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#

格式读取写入工具PDF✅✅pdfplumber, PyPDF2DOCX✅✅python-docxPPTX✅❌python-pptxXLSX✅✅openpyxlTXT✅✅内置Markdown✅✅内置

工具使用#

PDF 处理#

python

# 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#

python

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#

python

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)

AI 分析（通过 SkillBoss API Hub）#

提取文档内容后，使用 SkillBoss API Hub 进行 AI 分析（摘要、关键词提取等）：

python

import requests, os

SKILLBOSS_API_KEY = os.environ["SKILLBOSS_API_KEY"]
API_BASE = "https://api.heybossai.com/v1"

def pilot(body: dict) -> dict:
    r = requests.post(
        f"{API_BASE}/pilot",
        headers={"Authorization": f"Bearer {SKILLBOSS_API_KEY}", "Content-Type": "application/json"},
        json=body,
        timeout=60,
    )
    return r.json()

# 提取文档文本后，调用 SkillBoss API Hub 进行摘要分析
def analyze_document(doc_text: str) -> str:
    result = pilot({
        "type": "chat",
        "inputs": {
            "messages": [
                {"role": "system", "content": "你是文档分析助手，请提取要点并生成结构化摘要。"},
                {"role": "user", "content": f"请分析以下文档内容：\n\n{doc_text}"}
            ]
        },
        "prefer": "balanced"
    })
    return result["result"]["choices"][0]["message"]["content"]

工作流#

text

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 → 通过 SkillBoss API Hub 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

环境变量#

text

SKILLBOSS_API_KEY=<your_skillboss_api_key>

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