skills は何をしますか?
PDF、DOCX、PPT、画像をLLM対応Markdownに変換する、ドキュメント解析とエージェントワークフローのための再利用可能なスキルです。
このスキルは、ドキュメントを解析し、Markdown形式に変換することで、大規模言語モデル(LLM)が直接処理できるテキストデータを生成します。サポートされているファイル形式は以下の通りです:
- PDF(ポータブルドキュメントフォーマット)
- DOCX(Microsoft Word文書)
- PPT(Microsoft PowerPointプレゼンテーション)
- 画像(PNG, JPG, TIFFなど):OCR(光学文字認識)を使用してテキストを抽出します
使用方法
このスキルは、対応するファイルパスを指定して呼び出すことで実行できます。例:
使用スキル:PaodingAI/skills
ファイルパス:/path/to/document.pdf
対応プラットフォーム
- Claude Code
- Cursor
- Codex
- その他のAIエージェントプラットフォーム
ワークフロー統合
このスキルは、エージェントワークフローの一部として使用できます。例えば:
- ドキュメントをMarkdownに変換
- 変換されたMarkdownをLLMに入力して要約を生成
- 生成された要約に基づいて質問に回答
技術詳細
- 変換エンジンは、ドキュメントの構造(見出し、段落、リスト、表など)を保持します。
- 画像内のテキストはOCRにより抽出されます。
- 出力はクリーンなMarkdown形式であり、LLMが直接処理可能です。
- 大きなファイルや複数ページのドキュメントにも対応しています。