工具集
全部 Skill、MCP、CLI 与 Plugin。可以按类型、职业、标签筛选,也可以直接搜索。
共 8 项

PDF
Skill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。
anthropics/skills198k
book-to-skill
Skill把技术书、文档目录或论文集(PDF、EPUB、DOCX、Markdown 等)提炼成 agent 技能:核心框架、按需加载的章节文件、术语表与速查表,工作中随时调用查阅。抽取脚本需本机 Python,PDF 可选装 poppler 或 docling。
virgiliojr94/book-to-skill38.6k
OCRmyPDF
CLI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。
ocrmypdf/OCRmyPDF35.4k
pdfplumber
CLI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。
jsvine/pdfplumber10.9k
WeasyPrint
CLI用 HTML 与 CSS 排版并导出 PDF 的渲染引擎,支持分页等打印样式标准,适合批量生成统计报告、发票与票据。Python 实现,依赖系统的 Pango 库。
Kozea/WeasyPrint9.8k
Camelot
CLI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。
camelot-dev/camelot3.9k
invoice2data
CLI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。
invoice-x/invoice2data2.3k
factur-x
CLI法德电子发票标准 Factur-X(即 ZUGFeRD 2.x)的 Python 库,自带命令行:把普通 PDF 发票和 XML 合成为 Factur-X 发票、从发票 PDF 中取出 XML,并按官方 XSD 校验;也支持 Order-X 订单与 UBL 格式。需本机安装 Python 3。
akretion/factur-x317