# document-pro

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 用户发送文档并要求"分析"、"总结" 用户要求"提取文档内容" 用户要求"转换成 PDF" 用户询问文档中的具体信息 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

# 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) 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）： 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

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 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