mcpField
P
pdf-to-text

pdf-to-text

github.com/pspdfkit-labsドキュメント1890 回インストール1 週間前に更新
リポジトリ

pdf-to-text について

PDF を、段組みやインデント、表の配置を保ちながらプレーンテキストに変換するスキルです。Standard または Vision の選択、出力確認、保存済みファイルの検索をエージェントに案内します。

主な機能

  1. 01PDF からテキストへの変換
  2. 02入力ディレクトリの一括変換
  3. 03スキャンや複雑なレイアウトの Vision 処理
  4. 04出力確認とトラブルシューティング
  5. 05保存したテキストの検索案内

活用シーン

  1. 01PDF から選択可能なテキストを抽出
  2. 02ディレクトリ内の複数 PDF を変換
  3. 03Vision でスキャン文書や画像のみの文書を処理
  4. 04大型の変換済み文書を再読込せずに検索

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/pspdfkit-labs/nutrient-skills --skill pdf-to-text

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

同梱ファイルbin/nutrientbin/pdf-to-text

詳細

エージェント向けルール

  • 各 PDF は一度だけ変換し、結果を保存してください。再変換するのではなく、保存したファイルを検索してください。
  • 既知の用語を検索するときは、grep -n -i -C2 "term" file | head のように範囲を限定して検索してください。
  • 正確な表現がわからない場合や、通常の検索で一致する箇所が多すぎる場合は、query スキルを使用してください。
  • 空白や列の位置合わせよりも見出し、リスト、表が重要な場合は、pdf-to-markdown を使用してください。
  • 選択可能なテキストを抽出するために PDF ページを画像としてレンダリングしないでください。スキャン PDF や画像のみの PDF には Vision を使用してください。

PDF からテキストへの変換

列、インデント、表の位置合わせを維持しながら、PDF をプレーンテキストに変換します。

関連スキル

  • pdf-to-markdown — 見出し、リスト、表、読み取り順序を Markdown として維持します。
  • query — 変換後の大きなファイルを検索し、最も関連性の高い箇所だけを返します。

使用方法

SKILL_DIR に、このファイルが含まれるディレクトリの絶対パスを設定します。以下のコマンドでは $SKILL_DIR/bin/pdf-to-text を使用してください。

ラッパーは初回使用時に Nutrient の CDN から CLI をダウンロードし、~/.local/share/nutrient/cli/ に保存します。6 時間ごとに更新を確認します。

PDF を 1 つ変換する
$SKILL_DIR/bin/pdf-to-text INPUT.pdf OUTPUT.txt

テキストを標準出力に書き出すには、OUTPUT.txt を省略してください。

複数の PDF を変換する

PDF が 2 つ以上ある場合は、入力ディレクトリと出力ディレクトリを指定してください。CLI はファイルを並列に変換します。

$SKILL_DIR/bin/pdf-to-text INPUT_DIR/ OUTPUT_DIR/
Vision を使用する

Vision は、スキャン、写真、手書き文字、数式、複雑なレイアウトに対応します。pdf-to-text では、Vision はプレーンテキストではなく、構造化された JSON を出力します。Markdown が必要な場合は、pdf-to-markdown --vision を使用してください。

$SKILL_DIR/bin/pdf-to-text --vision INPUT.pdf OUTPUT.json

標準変換は無料で、アカウントも必要ありません。Vision を使用するには、Nutrient アカウント、API キー、または Nutrient CLI ライセンスキーが必要です。アカウントまたは API キーを使用する場合、入力ページごとにアカウントの月間利用枠から Vision ページが 1 ページ消費されます。Nutrient CLI ライセンスキーには、従来の利用条件が適用されます。変換に失敗した場合、Vision ページは消費されません。

Vision がアカウントを求めた場合は、そのメッセージをユーザーに表示し、次のコマンドを実行するよう依頼してください。

$SKILL_DIR/bin/nutrient auth login

サインインを自動的に開始しないでください。認証なしで Vision を再試行しないでください。

無人で使用する場合、ユーザーは NUTRIENT_API_KEY を設定できます。キーをチャットに貼り付けるようユーザーに求めたり、コマンドに直接記述したりしないでください。

アカウントコマンド
$SKILL_DIR/bin/nutrient auth login
$SKILL_DIR/bin/nutrient auth status
$SKILL_DIR/bin/nutrient auth logout

status は、現在のプラン、Vision の利用可否、報告待ちの使用状況を表示します。ユーザーから依頼がない限り、サインアウトやアカウントの切り替えを行わないでください。

ワークフロー

  1. Standard または Vision を選択します。PDF がスキャン PDF または画像のみの PDF でない限り、Standard から始めてください。
  2. PDF を一度だけ変換し、終了コードを確認します。終了コード 0 は成功を意味します。
  3. 出力が存在し、空でないことを確認します。
  4. 出力の保存先をユーザーに伝えます。
  5. ユーザーが分析を希望しない限り、大きな出力ファイルをコンテキストに読み戻さないでください。代わりに、範囲を限定した grep または query スキルで検索してください。

オフライン時の動作

Nutrient が利用できない場合でも、Standard は続行できます。Vision の接続後は、再接続が必要になるまで 1 時間オフラインで動作し、最大 100 ページを処理できます。100 ページの上限を超える文書も、処理を完了できます。

トラブルシューティング

  • 出力が空、または最小限です： PDF がスキャンされたもの、または画像のみの可能性があります。Vision を提案してください。
  • Vision でサインインを求められます： CLI のメッセージを表示し、ユーザーに $SKILL_DIR/bin/nutrient auth login を実行するよう依頼してください。最初に再試行しないでください。
  • Vision の利用可能ページが残っていません： CLI のメッセージと料金ページを表示してください。再試行したり、アカウントの状態を変更したりしないでください。
  • Standard の変換中に認証情報エラーが発生します： 明示的に設定されたキーまたは保存済みのサインイン情報が無効です。エラーを表示してください。ユーザーから依頼がない限り、認証情報を削除または置き換えないでください。
  • 初回実行が遅いです： ラッパーはプラットフォーム用バイナリを一度だけダウンロードします。以降の実行ではキャッシュされたコピーを使用します。
  • 列の表示がおかしいです： 正確な間隔よりも見出し、リスト、表を優先する場合は、pdf-to-markdown をお試しください。
  • その他のゼロ以外の終了コード： stderr を確認し、具体的なエラーを報告してください。一般的な原因には、破損した PDF、サポートされていない暗号化、初回実行時のダウンロード失敗などがあります。

プランとライセンス

Standard 変換は無料です。アカウントまたは API キーを使用すると、Vision はアカウントの月間利用枠を使用します。Nutrient CLI ライセンスキーには、引き続き既存の条件が適用されます。現在のプランをご覧ください。

利用には、Nutrient PDF to Markdown ライセンスと Nutrient のプライバシーポリシーが適用されます。再配布、OEM、組み込み、ホワイトラベルでの利用には、Nutrient との別途契約が必要です。

コメント

Markdown 対応