mcpField
L
lyxy-document-reader

lyxy-document-reader

github.com/lanyuanxiaoyaoドキュメント091 回インストール2 週間前に更新
リポジトリ

lyxy-document-reader について

lyxy-document-readerは、オフィス文書、PDF、ウェブページを解析し、Markdownや指定範囲の内容を出力するスキルです。文書の閲覧と分析に向けたスクリプトで、ファイル形式と実行環境を自動判定します。

主な機能

  1. 01DOC、DOCX、XLS、XLSX、PPT、PPTXの読み込み
  2. 02OCRに対応したPDF解析
  3. 03HTMLファイルとURLの読み込み
  4. 04コンテンツをMarkdownに変換
  5. 05文字数・行数の集計、見出し・章の抽出
  6. 06キーワードまたは正規表現で検索

活用シーン

  1. 01オフィス文書をMarkdownに変換
  2. 02PDFから見出しや指定箇所を抽出
  3. 03ウェブページや文書内で一致するテキストを検索

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/lanyuanxiaoyao/skills --skill lyxy-document-reader

インストール後、Claude Code で/lyxy-document-readerを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

scripts/
__init__.py
bootstrap.py
config.py
lyxy_document_reader.py
scripts/core/
__init__.py
advice_generator.py
exceptions.py
markdown.py
parser.py
scripts/pyarmor_runtime_000000/
__init__.py
scripts/readers/
__init__.py
_utils.py
base.py
scripts/readers/doc/
__init__.py
libreoffice.py
scripts/readers/docx/
__init__.py
docling.py
libreoffice.py
markitdown.py
native_xml.py
pypandoc.py
python_docx.py
unstructured.py
scripts/readers/html/
__init__.py
cleaner.py
domscribe.py
scripts/readers/html/downloader/
__init__.py
common.py
httpx.py
pyppeteer.py

詳細

プロジェクトの README より

统一文档解析 Skill

推荐用法

直接运行脚本即可，它会自动检测文件类型、当前平台，并用正确的 uv 命令执行：

python scripts/lyxy_document_reader.py <文件路径或URL>

Purpose

支持格式

  • DOC（Word 旧格式）
  • DOCX（Word 文档）
  • XLS（Excel 旧格式）
  • XLSX（Excel 表格）
  • PPT（PowerPoint 旧格式）
  • PPTX（PowerPoint 演示文稿）
  • PDF（PDF 文档，支持 OCR）
  • HTML / URL（网页内容）

When to Use

触发场景
  • 文档转换：将各类文档转为 Markdown
  • 文档元数据：字数、行数统计
  • 标题分析：提取标题结构
  • 章节提取：提取特定章节
  • 内容搜索：关键词或正则搜索
触发词
  • 中文："读取/解析/打开 文档/Word/Excel/PPT/PDF/网页"
  • 英文："read/parse/extract document/doc/docx/xls/xlsx/ppt/pptx/pdf/html"
  • 文件扩展名：.doc、.docx、.xls、.xlsx、.ppt、.pptx、.pdf、.html、.htm
  • URL：http://、https://

Quick Reference

参数说明
(无)输出完整 Markdown
-c/--count字数统计
-l/--lines行数统计
-t/--titles提取所有标题（1-6级）
-tc <name>提取指定标题的章节内容
-s <pattern>正则表达式搜索
-n <num>/--context <num>与 -s 配合，指定上下文行数（默认 2）

参数使用示例

# 读取全文（自动检测依赖）
python scripts/lyxy_document_reader.py document.docx

# 统计字数
python scripts/lyxy_document_reader.py document.docx -c

# 提取标题
python scripts/lyxy_document_reader.py document.docx -t

# 提取指定章节
python scripts/lyxy_document_reader.py document.docx -tc "第三章"

# 搜索内容
python scripts/lyxy_document_reader.py document.docx -s "关键词"

# 正则搜索
python scripts/lyxy_document_reader.py document.docx -s "\d{4}-\d{2}-\d{2}"

# 指定搜索上下文行数
python scripts/lyxy_document_reader.py document.docx -s "关键词" -n 5

错误处理

错误原因解决
错误: input_path 不能为空未提供输入提供 file_path 或 URL
错误: 不支持的文件类型无对应 reader检查文件扩展名
所有解析方法均失败所有解析器失败检查文件是否损坏
错误: 无效的正则表达式正则语法错误检查正则语法
错误: 未找到匹配搜索无结果检查搜索词或正则
ModuleNotFoundError缺少依赖脚本会自动检测并安装依赖

コメント

Markdown 対応