Agent Skills 万千应用 · 第01篇PDF 处理 Skill让 Agent 真正会读、会拆、会抽取 PDF01场景痛点开场PDF 是办公室里最像“黑盒”的文件你一定遇到过这种场景老板丢来一份 80 页行业报告让你 10 分钟内说清楚“重点、机会、风险”客户发来合同 PDF让你先帮忙看付款、违约、知识产权有没有坑供应商发来报价单 PDF你复制到 Excel 后发现型号、数量、单价全部错位。这时你问 AI“帮我总结这个 PDF。”它确实会写几段话但往往很空没有页码、没有字段、没有风险等级也无法继续交付给别人。真正的问题不是 AI 不会读而是 PDF 处理本身需要一套稳定流程先判断类型再选择方法最后输出可复查结果。02Skill 实操效果两个真实案例对比案例 A合同 PDF 初筛普通提示词输出合同整体比较完整建议关注付款条款、违约责任和知识产权归属最好请法务进一步确认。这句话没错但几乎不能直接用。使用 PDF Skill 后风险项位置风险说明建议付款节点不明确第3页第4条只写“验收后付款”未说明付款期限改为“验收通过后15个工作日内付款”违约责任偏重第6页第9条乙方赔偿责任未设置上限增加“不超过合同总金额”的上限知识产权归属不清第7页第11条未明确交付成果归属补充成果归属和使用范围这才像一个能给业务同事看的“初筛结果”。示例案例 B供应商报价单抽取普通提示词输出已提取报价信息包括产品名称、数量和价格。问题是真实报价单最怕列错位型号和数量错一列后面全错。使用 PDF Skill 后型号数量单价交期异常提示A100 控制板20185.007天正常B210 传感器5042.5010天正常C300 线束未识别9.805天数量列疑似缺失需人工确认PDF Skill 不会假装全都识别成功而是把“不确定项”标出来这对真实工作非常重要。03Skill 简介它是什么能解决什么PDF 处理 Skill 是一个专门处理 PDF 的 Agent 能力包。官方资料里OpenAI Codex 将 Skill 描述为包含SKILL.md和可选scripts/、references/、assets/的目录Claude 也提供了文档类预置 Skills并支持按需加载。这个 Skill 主要解决五类问题 报告摘要提炼结论、关键数据、页码来源 发票整理抽取金额、税额、开票日期 合同初筛定位风险条款并给修改建议 表格抽取尽量保留行列结构和异常标记 拆分合并按页码或规则生成新 PDF网上已有基础版 PDF Skill例如 Anthropic 官方开源的 PDF Skill。为了更适合中文办公场景我也生成了一份增强版pdf-processing-skill-zh-v4.zip随本文交付包提供下载。04核心机制SKILL.md 不是说明书而是调度入口PDF Skill 的关键不是写一堆提示词而是设计一套“判断—加载—执行—检查”的流程。它的核心规则有三层第一层触发条件。用户说“总结 PDF、看合同、提取报价单、合并文件”时Agent 知道该启用它。第二层渐进式加载。不要一次性加载所有规则。合同任务只加载合同清单发票任务只加载发票字段拆分合并任务才调用脚本。第三层输出自检。关键结论尽量带页码表格抽取要标记异常项无法识别的内容写“未识别”不能编造。这就是 Skill 和普通提示词的区别普通提示词靠临场发挥Skill 靠固定流程交付。05使用方式先让 Agent 读到 Skill再自然语言调用整体方法很简单把 Skill 包放到 Agent 能读取的位置然后在任务里明确调用。ChatGPT可把 Skill 包和 PDF 一起上传然后说“按这个 Skill 规则处理”。Claude支持官方 Skills也可以上传自定义 Skill。Hermes如果支持本地 skills 目录可把文件夹放入对应目录。OpenClaw可放入项目或用户级 skills 目录在任务中指定使用。示例提示词请用 PDF Processing Skill 处理这份合同 PDF输出风险清单、页码位置、修改建议和需人工确认项。06避坑指南别让 PDF Skill 变成“看起来很准”✅扫描件不等于文字 PDF。如果 PDF 是图片扫描件需要 OCR 或视觉识别不要直接提取文字。✅表格跨页最容易错。报价单、BOM、检测报告必须保留列名并标记不确定单元格。✅合同初筛不是法律意见。它适合做风险提示不能替代专业律师判断。✅关键结论要带来源。报告、合同、论文类 PDF最好输出页码或章节位置。✅不要覆盖原文件。拆分、合并、填写 PDF 时应生成新文件并保留处理日志。07下期预告下一篇继续讲办公场景里的高频能力Word 排版 Skill如何让 Agent 把内容变成真正可交付的公众号文档。AI 会写内容只是第一步。真正能交付还要解决标题层级、目录、表格、页码、图文排版和 Word 渲染稳定性。