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, PyPDF2 DOCX ✅ ✅ python-docx PPTX ✅ ❌ python-pptx XLSX ✅ ✅ openpyxl TXT ✅ ✅ 内置 Markdown ✅ ✅ 内置 工具使用 PDF 处理 # 提取文本 导入 pdfplumber

with pdfplumber.open("document.pdf") as pdf: for page in pdf.pages: text = page.提取_text() print(text)

# 提取表格 with pdfplumber.open("document.pdf") as pdf: table = pdf.pages[0].提取_tables()

Word 文档 from docx 导入 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 导入 Presentation

prs = Presentation("presentation.pptx") for slide in prs.slides: for shape in slide.shapes: if shape.has_text_frame: print(shape.text)

工作流

• 识别文档类型 → 选择正确的工具
• 读取内容 → 提取文本、表格、图片
• 分析信息 → 理解结构、提取要点
• 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 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