Englische Version:
SKILL.en.md
Was macht DOCX/XLSX)?
Dünnes Skill, kein eigener Code: leitet an lokale CLI-Werkzeuge (pdftotext, tesseract, qpdf, pdftk, docling, libreoffice) gemäß den Rezepten in references/doc-recipes.md weiter.
Routingtabelle nach Eingabetyp
Erkennt den Typ mit file <f> und testet die erste Seite.
| Eingabe + Anforderung | Hauptbefehl | Anmerkungen |
|---|---|---|
| PDF mit Textebene, Text extrahieren | pdftotext -layout | §1 |
| PDF Scan/Bild, Text extrahieren | OCR pdftoppm + tesseract | §1 |
| Komplexes PDF/DOCX (Tabellen, Layout) → Markdown/JSON | Skill docling verwenden (fetch --skill docling), Fallback docling convert --to md | §1 — PDF >5 Seiten: --page-range, Timeout 180 |
| XLSX → CSV/Markdown | libreoffice headless | §1 |
| PDF-Seiten zusammenführen/trennen/drehen/extrahieren | qpdf/pdftk + pdfinfo/pdftoppm | §2 |
| Doppelseitige/unscharfe Datei, schnelle Prüfung | Skill inspect (mediaskills) | uv run <inspect>/scripts/probe.py |
| Ausgabe nach Extraktion verifizieren | pdfinfo + pdftotext | §4 — Seitenzahl muss übereinstimmen, Text darf nicht leer sein |
Regeln
- Eingabesprache beachten — in der Sprache des Benutzers antworten.
- Ausgabe neben Quelldatei ablegen:
<Originalname>.extract.md|.txt|.csv. Quelldatei nicht überschreiben. - Quelle kennzeichnen bei Extraktion aus gescannten Bildern:
[ocr]notieren — nicht mit beobachtetem Inhalt vermischen. - Vor Übergabe verifizieren: PDF muss vollständige Seitenanzahl haben (
pdfinfo), extrahierter Text muss Seitenanzahl entsprechen (pdftotext); fehlend/leer → erneut extrahieren. - Lokal zuerst: Alle Verarbeitungsbefehle laufen auf dem Rechner; Offline-Fähigkeit hängt von installierten CLIs, OCR-/Docling-Modellen und benötigten Daten (installiert oder gecached) ab. Erster Aufruf von Docling kann Modell-Download erfordern; das Nachladen von Third-Party-Skills benötigt ebenfalls Netzwerk. Fehlende Modelle/Werkzeuge klar benennen oder alternatives lokales Rezept wählen — nicht behaupten, offline verarbeitet zu haben.
- Nach dem Schreiben der Ausgabe die erstellte Datei melden (Name + Pfad) — nicht stillschweigend.
Third-Party-Skills (pro Sitzung nachladen)
- Das offizielle Skill
docling(docling-project): CLI + Python SDK, PipelineOptions, OCR-Konfiguration, DoclingDocument JSON/Markdown — tiefergehend als dasdocling convertCLI aus §1. - Pro Sitzung nachladen:
./scripts/fetch-session.sh --skill docling→ temporär, keine dauerhafte Installation. - Kein Netzwerk / Nachladen nicht möglich: vorhandene CLI-Rezepte verwenden.
docling convert --to mdist nur offline, wenn das erforderliche Modell bereits im Cache ist; falls nicht, andere Lösung wählen oder Abhängigkeit klar benennen.
Referenzen
references/doc-recipes.md— §1 Extraktion (PDF/OCR/docling/DOCX/XLSX), §2 PDF-Transformation, §3 Ausgabe schreiben, §4 DOCX-Export für Skillpaper.