关于 pymupdf-pdf
一项使用 PyMuPDF 在本地解析 PDF 的文档处理技能，默认提取为 Markdown。也支持 JSON 输出，以及可选的图片和粗略表格提取。
主要功能
- 01使用 PyMuPDF 在本地解析 PDF
- 02导出 Markdown、JSON 或两者
- 03可选提取图片
- 04生成基于行的粗略表格 JSON
- 05在 JSON 元数据中添加语言提示
适用场景
- 01将 PDF 文本提取为 Markdown
- 02从 PDF 生成 JSON 输出
- 03保存 PDF 中的嵌入图片
- 04粗略提取表格数据
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/pymupdf-pdf确认已加载。
包含的文件
除 SKILL.md 外，安装时一起下载的参考资料和脚本。
CHANGELOG.md.gitignoreLICENSEVERSIONREADME.mdreferences/pymupdf-notes.mdscripts/pymupdf_parse.py详细介绍
PyMuPDF PDF
概述
使用 PyMuPDF 在本地解析 PDF，快速、轻量地提取内容，默认输出为 Markdown；也可选择在每个文档的独立目录中输出 JSON、图片和表格。
前置条件 / 何时阅读参考资料
如果遇到导入错误（未安装 PyMuPDF）或 Nix libstdc++ 问题，请阅读：
references/pymupdf-notes.md
快速开始（单个 PDF）
# Run from the skill directory
./scripts/pymupdf_parse.py /path/to/file.pdf \
--format md \
--outroot ./pymupdf-output
选项
--format md|json|both（默认：md）- 使用
--images提取图片 - 使用
--tables输出简单的基于行的表格 JSON（快速但较粗略） - 使用
--outroot DIR更改输出根目录 --lang会在 JSON 输出元数据中添加语言提示
输出约定
- 默认创建
./pymupdf-output/<pdf-basename>/。 - Markdown 输出：
output.md - JSON 输出：
output.json（包含lang） - 图片：
images/子目录 - 表格：
tables.json（基于行的粗略结果）
注意事项
- PyMuPDF 速度快，但处理复杂 PDF 的能力较弱。
- 如需更稳健的解析，请使用专业的 OCR 解析器（例如 MinerU，如果已安装）。
评论
支持 Markdown