Was macht Claude Skill: PDF-Vision-Klassifikation?
Claude Code Skill: PDF-Inhalte visuell über multimodale Bilderkennung erfassen und klassifizieren.
Beschreibung
Dieser Skill ermöglicht es Claude Code, PDF-Dokumente mithilfe der multimodalen Vision-Fähigkeiten von Claude visuell zu lesen. Er konvertiert PDF-Seiten in Bilder und übergibt sie an Claude, um Text, Layouts oder andere visuelle Informationen zu analysieren – ohne zusätzliche OCR-Tools oder APIs.
Funktionsweise
- Der Skill nimmt eine PDF-Datei als Eingabe entgegen.
- Er extrahiert jede Seite der PDF-Datei als Bild (z. B. PNG oder JPEG).
- Die Bilder werden an das multimodale Claude-Modell übergeben.
- Claude analysiert die visuellen Inhalte, klassifiziert sie, fasst sie zusammen oder gibt strukturierte Daten zurück.
Verwendung
# Beispiel: Claude Skill aufrufen (abhängig von deiner Skill-Konfiguration)
claude-pdf-vision-classify --input dokument.pdf
Voraussetzungen
- Claude Code (mit multimodalen Fähigkeiten)
- Python 3.8+ (falls Skripte zur Bildkonvertierung verwendet werden)
- (Optional:
pdf2imageoderPyMuPDFfür die PDF-zu-Bild-Konvertierung)
Unterstützte Plattformen
- Claude Code
Lizenz
Siehe LICENSE.