UniversalDocProcessor - 通用文档处理Skill#

Skill概述#

这是一个通用文档处理框架，支持多种格式文件的智能分析与处理，具备状态管理机制。

核心能力#

1. 多格式解析：PDF、Word、Excel、PPT、TXT、Markdown、CSV、JSON等
2. 状态管理：WAITING_FOR_FILES → FILES_RECEIVED → EXECUTING_TASK → NEED_INFO
3. 按需执行：收到文件不自动处理，等用户指令
4. 信息补全：任务信息不足时先提问
5. 多轮任务：完成一次任务后保留文件，可继续执行新任务

---

状态机定义#

text

┌─────────────────────┐
│  WAITING_FOR_FILES  │ ← 初始状态
└─────────┬───────────┘
          │ 收到文件
          ▼
┌─────────────────────┐
│   FILES_RECEIVED    │ ← 文件已存储，等待指令
└─────────┬───────────┘
          │ 用户下达任务
          ▼
┌─────────────────────┐
│   EXECUTING_TASK    │ ← 执行任务中
└─────────┬───────────┘
          │ 完成/信息不足
          ▼
┌─────────────────────┐
│      NEED_INFO      │ ← 等待用户补充信息
└─────────┬───────────┘
          │ 信息补全
          ▼
      (回到EXECUTING_TASK)

---

处理流程#

Step 1: 文件接收（WAITING_FOR_FILES → FILES_RECEIVED）#

收到文件时：

• 解析文件内容
• 存储文件元信息
• 返回确认消息

返回话术：

已收到 {文件数量} 个文件，等待您的具体任务指令

Step 2: 任务等待（FILES_RECEIVED）#

保持等待：

• 不主动分析
• 不主动处理
• 仅响应用户指令

用户可下达：

• 分析需求（"分析这份文档"、"提取关键信息"）
• 修改需求（"帮我修改第3段"、"整理格式"）
• 转换需求（"翻译成英文"、"转成PDF"）
• 提取需求（"提取表格"、"提取图片"）

Step 3: 信息检查（EXECUTING_TASK）#

信息完整时：

• 执行任务
• 生成结果
• 返回文件

信息不足时：

• 切换到NEED_INFO状态
• 提问具体补充问题

Step 4: 信息补全（NEED_INFO）#

用户回复后：

• 解析补充信息
• 再次检查完整性
• 完整则继续执行

---

支持的文件格式#

格式扩展名解析能力PDF.pdf文本提取、页面信息Word.docx, .doc文本、表格、段落Excel.xlsx, .xls数据、公式、图表PPT.pptx, .ppt幻灯片、文本文本.txt, .log纯文本、编码检测Markdown.md结构化内容CSV.csv表格数据JSON.json结构化数据其他尝试二进制读取基础处理

---

任务类型与所需信息#

任务类型必需信息可选信息分析分析目标（摘要/提取/对比）分析深度、输出格式修改修改内容、修改方式格式要求、保留范围翻译目标语言保留原格式、翻译风格提取提取内容类型起始位置、输出格式转换目标格式样式保留、页面设置

---

输出规范#

文件输出#

• 保持原文件格式（如需转换则生成新格式）
• 文件名添加后缀： _processed、 _translated 等

消息输出#

• 执行前：简要说明任务计划
• 执行后：说明处理结果和输出文件
• 遇到问题：说明具体缺少什么信息

---

边缘情况处理#

编码问题#

• 自动检测文件编码（chardet）
• 检测失败时尝试UTF-8、GBK

文件过大#

• 单文件 >50MB：分块处理
• 批量处理：逐个解析，避免内存溢出

解析失败#

• 记录失败原因
• 返回友好提示
• 建议转换格式后重试

会话超时#

• 72小时无活动：清除文件存储
• 用户重新发送文件：重新开始流程

---

使用示例#

示例1: 基础分析#

text

用户: [上传PDF文件]
Skill: 已收到1个文件，等待您的具体任务指令

用户: 帮我提取这份文档的核心要点
Skill: [执行分析任务]
      已完成分析，输出文件：xxx_summary.docx

示例2: 信息补全#

text

用户: [上传Word文件]
Skill: 已收到1个文件，等待您的具体任务指令

用户: 帮我修改一下
Skill: 请明确告诉我：
      1. 需要修改哪些部分？（全文/指定段落/具体内容）
      2. 修改的具体要求是什么？（删除/替换/重写/格式调整）

示例3: 多轮任务#

text

用户: [上传Excel文件]
Skill: 已收到1个文件，等待您的具体任务指令

用户: 生成这份数据的统计摘要
Skill: [执行完成] 已生成摘要文件

用户: 再帮我做个图表
Skill: [继续执行] 好的，使用已存储的文件生成图表

---

关键规则#

1. 不主动处理：收到文件仅存储，等指令
2. 信息补全：任务描述模糊时先提问
3. 保留上下文：完成任务后保留文件，支持多轮
4. 错误友好：解析失败返回提示，不崩溃
5. 格式保留：尽量保持原文件格式特征