pymupdf-pdf について
PyMuPDFを使ってPDFをローカルで解析するドキュメント処理スキルです。既定ではMarkdownに抽出し、JSONや画像、簡易的な表データにも対応します。
主な機能
- 01PyMuPDFでPDFをローカル解析
- 02Markdown、JSON、または両方で出力
- 03画像の任意抽出
- 04行ベースの簡易テーブルJSONを生成
- 05JSONメタデータに言語ヒントを追加
活用シーン
- 01PDFのテキストをMarkdownに抽出
- 02PDFからJSON出力を生成
- 03PDF内の埋め込み画像を保存
- 04表データを簡易的に抽出
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:/インストール後、Claude Code で/pymupdf-pdf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。
CHANGELOG.md.gitignoreLICENSEVERSIONREADME.mdreferences/pymupdf-notes.mdscripts/pymupdf_parse.py詳細
PyMuPDF PDF
概要
PyMuPDF を使用して PDF をローカルで解析し、軽量かつ高速にデータを抽出します。デフォルトでは Markdown に出力し、オプションで JSON や画像・表もドキュメントごとのディレクトリに出力できます。
前提条件／参照ドキュメントを読むタイミング
インポートエラー（PyMuPDF がインストールされていない）や Nix の libstdc++ の問題が発生した場合は、次をお読みください。
references/pymupdf-notes.md
クイックスタート（単一の PDF）
# Run from the skill directory
./scripts/pymupdf_parse.py /path/to/file.pdf \
--format md \
--outroot ./pymupdf-output
オプション
--format md|json|both（デフォルト：md）--imagesで画像を抽出します--tablesで行ベースの簡易的な表の JSON を抽出します（高速ですが精度は概算です）--outroot DIRで出力先のルートディレクトリを変更します--langで JSON 出力のメタデータに言語ヒントを追加します
出力規則
- デフォルトでは
./pymupdf-output/<pdf-basename>/を作成します。 - Markdown 出力：
output.md - JSON 出力：
output.json（langを含みます） - 画像：
images/サブディレクトリ - 表：
tables.json（行ベースの概算）
注意事項
- PyMuPDF は高速ですが、複雑な PDF では堅牢性に欠けます。
- より堅牢な解析には、インストール済みであれば高機能な OCR パーサー（MinerU など）を使用してください。
コメント
Markdown 対応