工具集

把 PDF、Word、Excel、PPT、HTML、图片、音频等文件转成保留标题、列表与表格结构的 Markdown，供大模型读取与分析。微软官方维护，需要 Python 3.10 以上。

微软官方出品：把 PDF、Word、Excel、PPT、HTML 等文件或网址转换为 Markdown，便于 agent 阅读与检索；只有一个 convert_to_markdown 工具，支持 STDIO 与本地 HTTP。

Anthropic 官方文档技能包，也是 Claude 文件能力背后的实现：创建、编辑和分析 Word、Excel、PowerPoint 与 PDF，支持修订批注、公式和表单填写。源码公开，但不是开源许可。

读取与提取 PDF 文本和表格，合并、拆分、旋转页面，加水印、填写表单，并能对扫描件做 OCR。驱动 Claude 文档能力的 Anthropic 官方技能，源码可见但非开源。

OpenDataLab 出品的文档解析工具，把 PDF、图片与 Office 文档转成 Markdown 或 JSON，擅长表格、公式与复杂版面，支持 agent 按页续读与引用定位。默认本地解析，需要 Python 3.10 以上。

飞桨 PaddleOCR 官方 MCP：对图片和 PDF 做文字识别与版面解析（PP-OCR、PP-StructureV3、PaddleOCR-VL），输出文本或 Markdown；可本地推理，也可调用官方 API、千帆或自建服务。

百度飞桨官方的 OCR 与文档解析工具：paddleocr 命令可识别图片文字，并把 PDF、扫描件解析成 Markdown 或 JSON，支持中文等 100 多种语言，模型可在本地运行。

在本地 AI 编码 CLI 里运行的求职系统：扫描招聘门户，给岗位出 A-H 结构化评估与 1–5 分并识别虚假岗位，定制 ATS 简历与求职信、跟踪投递，从不代你提交。需要 Node.js。

读取杂乱的发票和收据（PDF、扫描件、截图），提取商家、日期、金额，按统一格式重命名并按供应商、类别或年份归档，保留原件，可汇总成 CSV 交给会计；需在 Claude Code 等能读写本地文件的 agent 里用，无需账号，税务结论需会计复核。

解析 PDF、DOCX、PPTX、XLSX、HTML、图片与音频等格式，还原版面、阅读顺序、表格与公式，导出 Markdown、HTML 或无损 JSON。IBM Research 发起，现由 LF AI & Data 基金会托管，可完全本地运行。

把 PDF、图片、PPTX、DOCX、XLSX、EPUB 等文档转换为 Markdown、JSON 或 HTML，能还原表格、公式与版面结构，可选接入大模型提升精度。需 Python 3.10+ 与 PyTorch；模型权重大规模商用需付费授权。

Anthropic 官方小微企业技能，帮老板或会计处理应付账单：从邮箱、PDF 或手机照片读出供应商、金额和到期日，去重、按科目编码、核对采购单后拟定付款计划；入账和付款各需一次确认，绝不自动付款。可接 QuickBooks、Xero、NetSuite，不接也能导出文件，结果需会计复核。

给扫描版 PDF 加上可搜索、可复制的文字层，可自动纠偏、旋转并优化体积，默认输出 PDF/A。基于 Tesseract，支持 100 多种语言，完全本地运行。

AI2 出品的 PDF 与扫描件转 Markdown 工具，基于视觉大模型，能处理公式、表格、手写和多栏排版，适合批量数字化论文和档案。本地运行需 12GB 显存以上的 NVIDIA 显卡；没有显卡可接入兼容 OpenAI 接口的远程推理服务（需 API Key，按量付费）。

精确读取电子版 PDF 中每个字符、线条和表格框的位置：命令行可导出保留版面的文字或 CSV / JSON 明细，Python 接口还能抽取表格和表单字段，适合从发票、对账单、报表里取数。需 Python 环境，本地运行；不适合扫描件，需先 OCR。

纯 Go 编写、几乎无外部依赖的 PDF 命令行：合并、拆分、裁剪、旋转、加水印、加解密、提取图片与字体、处理表单等数十个子命令。

从 PDF 中抽取表格的开源工具，自带 camelot 命令行，可把财报、银行对账单、统计报表里的表格导出为 Excel、CSV 或 Markdown，并给出识别准确度。需要 Python 3.10+；默认只处理能选中文字的 PDF，扫描件需另装 ml 与 ocr 扩展；结果建议人工核对。

统一检索 arXiv、PubMed、bioRxiv、Semantic Scholar、OpenAlex 等 20 多个学术源，去重后返回标准化结果，并优先通过开放获取渠道下载、读取论文全文。多数来源无需 API Key。

从 PDF 发票中按 YAML/JSON 模板抽取开票方、金额、日期、票号等字段，导出 CSV、JSON 或 XML；内置多种文本抽取后端，支持扫描件 OCR 与可选的 AI 兜底。

按研究兴趣每天从 arXiv 与 Semantic Scholar 推荐论文，精读后生成带插图的 Obsidian 笔记和论文关系图谱，也能检索 CVPR、NeurIPS 等顶会论文。需安装 Python 3 与 Obsidian，设置笔记库路径并填写研究兴趣配置；配套网页版另需 Anthropic API Key。

说一句「今日论文推荐」，就从 HuggingFace Daily 和 arXiv 抓新论文，按研究方向打分筛选、生成推荐页，并把重点论文精读成 Obsidian 笔记，还能按 Zotero 分类批量阅读。需 Python 3、Obsidian 与 poppler，按 README 复制整个 skills 目录（含共享配置）安装。

帮在印度纳税的居民个人准备所得税申报：agent 读 Form 16、AIS 等材料并追问可抵扣项，税额由带测试的 Python 程序计算，对比新旧税制并生成填报清单，付款和提交由本人在官网完成。需要 Python 3，只适用印度 2026-27 评估年，结果建议请专业人员复核。

130 多个办公技能合集，覆盖合同审查、NDA 起草、职位描述与录用通知、发票报销、会议纪要、邮件及 Excel、PPT、PDF 处理；文书类复制即用，Airtable、Slack 等自动化类需另接服务，合同与财务结果需律师或会计复核。

开源的欧洲电子发票工具，命令行版可校验、提取、合成 ZUGFeRD、Factur-X、XRechnung 发票（PDF 或 XML），并把 XML 发票渲染成可读的 HTML 或 PDF，适合处理对欧开票合规。需本机安装 Java，从官网下载 Mustang-CLI 的 jar 包运行。