Communitygithub.com

LiChangZheng10086/doyin_ai_video

Use esta habilitação sempre que o usuário quiser fazer algo com arquivos PDF. Isso inclui ler ou extrair texto/tabelas de PDFs, combinar ou mesclar vários PDFs em um, dividir PDFs, girar páginas, adicionar marcas d'água, criar novos PDFs, preencher formulários PDF, criptografar/descriptografar PDFs, extrair imagens e OCR em PDFs digitalizados para torná-los pesquisáveis. Se o usuário mencionar um arquivo .pdf ou solicitar a produção de um, use esta habilitação.

O que é doyin_ai_video?

Esta habilitação fornece um guia abrangente para processamento de PDFs, suportando operações como leitura, extração de texto e tabelas, mesclagem, divisão, rotação de páginas, adição de marcas d'água, criação de novos PDFs e preenchimento de formulários, utilizando bibliotecas Python como pypdf, pdfplumber e reportlab, além de ferramentas de linha de comando como qpdf e pdftotext. Ela é particularmente útil para desenvolvedores que precisam automatizar tarefas de manipulação de PDFs em ambientes como Claude Code, Cursor ou Codex, oferecendo exemplos práticos de código e comandos. A habilitação inclui instruções detalhadas para tarefas avançadas, como OCR em PDFs digitalizados com pytesseract, e fornece uma referência rápida para escolher a melhor ferramenta para cada tarefa. Ela também direciona para documentação complementar (REFERENCE.md e FORMS.md) para casos de uso mais específicos, garantindo uma abordagem modular e escalável.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/LiChangZheng10086/doyin_ai_video/tree/HEAD/.agents/skills/pdf

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Guia de Processamento de PDFs

Visão Geral

Este guia cobre operações essenciais de processamento de PDFs usando bibliotecas Python e ferramentas de linha de comando. Para funcionalidades avançadas, bibliotecas JavaScript e exemplos detalhados, consulte REFERENCE.md. Se precisar preencher um formulário PDF, leia FORMS.md e siga suas instruções.

Início Rápido

from pypdf import PdfReader, PdfWriter

# Ler um PDF
reader = PdfReader("documento.pdf")
print(f"Páginas: {len(reader.pages)}")

# Extrair texto
texto = ""
for pagina in reader.pages:
    texto += pagina.extract_text()

Bibliotecas Python

pypdf - Operações Básicas

Mesclar PDFs

from pypdf import PdfWriter, PdfReader

writer = PdfWriter()
for arquivo_pdf in ["doc1.pdf", "doc2.pdf", "doc3.pdf"]:
    reader = PdfReader(arquivo_pdf)
    for pagina in reader.pages:
        writer.add_page(pagina)

with open("mesclado.pdf", "wb") as saida:
    writer.write(saida)

Dividir PDF

reader = PdfReader("entrada.pdf")
for i, pagina in enumerate(reader.pages):
    writer = PdfWriter()
    writer.add_page(pagina)
    with open(f"pagina_{i+1}.pdf", "wb") as saida:
        writer.write(saida)

Extrair Metadados

reader = PdfReader("documento.pdf")
meta = reader.metadata
print(f"Título: {meta.title}")
print(f"Autor: {meta.author}")
print(f"Assunto: {meta.subject}")
print(f"Criador: {meta.creator}")

Girar Páginas

reader = PdfReader("entrada.pdf")
writer = PdfWriter()
pagina = reader.pages[0]
pagina.rotate(90)  # Girar 90 graus no sentido horário
writer.add_page(pagina)
with open("girado.pdf", "wb") as saida:
    writer.write(saida)

pdfplumber - Extração de Texto e Tabelas

Extrair Texto com Layout

import pdfplumber

with pdfplumber.open("documento.pdf") as pdf:
    for pagina in pdf.pages:
        texto = pagina.extract_text()
        print(texto)

Extrair Tabelas

with pdfplumber.open("documento.pdf") as pdf:
    for i, pagina in enumerate(pdf.pages):
        tabelas = pagina.extract_tables()
        for j, tabela in enumerate(tabelas):
            print(f"Tabela {j+1} na página {i+1}:")
            for linha in tabela:
                print(linha)

Extração Avançada de Tabelas

import pandas as pd

with pdfplumber.open("documento.pdf") as pdf:
    todas_tabelas = []
    for pagina in pdf.pages:
        tabelas = pagina.extract_tables()
        for tabela in tabelas:
            if tabela:  # Verificar se a tabela não está vazia
                df = pd.DataFrame(tabela[1:], columns=tabela[0])
                todas_tabelas.append(df)

# Combinar todas as tabelas
if todas_tabelas:
    df_combinado = pd.concat(todas_tabelas, ignore_index=True)
    df_combinado.to_excel("tabelas_extraidas.xlsx", index=False)

reportlab - Criar PDFs

Criação Básica de PDF

from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas

c = canvas.Canvas("ola.pdf", pagesize=letter)
largura, altura = letter

# Adicionar texto
c.drawString(100, altura - 100, "Olá Mundo!")
c.drawString(100, altura - 120, "Este é um PDF criado com reportlab")

# Adicionar uma linha
c.line(100, altura - 140, 400, altura - 140)

# Salvar
c.save()

Criar PDF com Múltiplas Páginas

from reportlab.lib.pagesizes import letter
from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer, PageBreak
from reportlab.lib.styles import getSampleStyleSheet

doc = SimpleDocTemplate("relatorio.pdf", pagesize=letter)
estilos = getSampleStyleSheet()
historia = []

# Adicionar conteúdo
titulo = Paragraph("Título do Relatório", estilos['Title'])
historia.append(titulo)
historia.append(Spacer(1, 12))

corpo = Paragraph("Este é o corpo do relatório. " * 20, estilos['Normal'])
historia.append(corpo)
historia.append(PageBreak())

# Página 2
historia.append(Paragraph("Página 2", estilos['Heading1']))
historia.append(Paragraph("Conteúdo para a página 2", estilos['Normal']))

# Construir PDF
doc.build(historia)

Subscritos e Sobrescritos

IMPORTANTE: Nunca use caracteres Unicode de subscrito/sobrescrito (₀₁₂₃₄₅₆₇₈₉, ⁰¹²³⁴⁵⁶⁷⁸⁹) em PDFs do ReportLab. As fontes embutidas não incluem esses glifos, fazendo com que sejam renderizados como blocos pretos sólidos.

Em vez disso, use as tags de marcação XML do ReportLab em objetos Paragraph:

from reportlab.platypus import Paragraph
from reportlab.lib.styles import getSampleStyleSheet

estilos = getSampleStyleSheet()

# Subscritos: use a tag <sub>
quimico = Paragraph("H<sub>2</sub>O", estilos['Normal'])

# Sobrescritos: use a tag <super>
quadrado = Paragraph("x<super>2</super> + y<super>2</super>", estilos['Normal'])

Para texto desenhado em canvas (não objetos Paragraph), ajuste manualmente o tamanho e a posição da fonte em vez de usar subscritos/sobrescritos Unicode.

Ferramentas de Linha de Comando

pdftotext (poppler-utils)

# Extrair texto
pdftotext entrada.pdf saida.txt

# Extrair texto preservando layout
pdftotext -layout entrada.pdf saida.txt

# Extrair páginas específicas
pdftotext -f 1 -l 5 entrada.pdf saida.txt  # Páginas 1-5

qpdf

# Mesclar PDFs
qpdf --empty --pages arquivo1.pdf arquivo2.pdf -- mesclado.pdf

# Dividir páginas
qpdf entrada.pdf --pages . 1-5 -- paginas1-5.pdf
qpdf entrada.pdf --pages . 6-10 -- paginas6-10.pdf

# Girar páginas
qpdf entrada.pdf saida.pdf --rotate=+90:1  # Girar página 1 em 90 graus

# Remover senha
qpdf --password=minhasenha --decrypt criptografado.pdf descriptografado.pdf

pdftk (se disponível)

# Mesclar
pdftk arquivo1.pdf arquivo2.pdf cat output mesclado.pdf

# Dividir
pdftk entrada.pdf burst

# Girar
pdftk entrada.pdf rotate 1east output girado.pdf

Tarefas Comuns

Extrair Texto de PDFs Digitalizados

# Requer: pip install pytesseract pdf2image
import pytesseract
from pdf2image import convert_from_path

# Converter PDF em imagens
imagens = convert_from_path('digitalizado.pdf')

# OCR em cada página
texto = ""
for i, imagem in enumerate(imagens):
    texto += f"Página {i+1}:\n"
    texto += pytesseract.image_to_string(imagem)
    texto += "\n\n"

print(texto)

Adicionar Marca d'Água

from pypdf import PdfReader, PdfWriter

# Criar marca d'água (ou carregar existente)
marca_dagua = PdfReader("marca_dagua.pdf").pages[0]

# Aplicar a todas as páginas
reader = PdfReader("documento.pdf")
writer = PdfWriter()

for pagina in reader.pages:
    pagina.merge_page(marca_dagua)
    writer.add_page(pagina)

with open("com_marca_dagua.pdf", "wb") as saida:
    writer.write(saida)

Extrair Imagens

# Usando pdfimages (poppler-utils)
pdfimages -j entrada.pdf prefixo_saida

# Isso extrai todas as imagens como prefixo_saida-000.jpg, prefixo_saida-001.jpg, etc.

Proteção com Senha

from pypdf import PdfReader, PdfWriter

reader = PdfReader("entrada.pdf")
writer = PdfWriter()

for pagina in reader.pages:
    writer.add_page(pagina)

# Adicionar senha
writer.encrypt("senhausuario", "senhadono")

with open("criptografado.pdf", "wb") as saida:
    writer.write(saida)

Referência Rápida

TarefaMelhor FerramentaComando/Código
Mesclar PDFspypdfwriter.add_page(pagina)
Dividir PDFspypdfUma página por arquivo
Extrair textopdfplumberpagina.extract_text()
Extrair tabelaspdfplumberpagina.extract_tables()
Criar PDFsreportlabCanvas ou Platypus
Mesclar linha de comandoqpdfqpdf --empty --pages ...
OCR em PDFs digitalizadospytesseractConverter para imagem primeiro
Preencher formulários PDFpdf-lib ou pypdf (veja FORMS.md)Veja FORMS.md

Próximos Passos

  • Para uso avançado do pypdfium2, consulte REFERENCE.md
  • Para bibliotecas JavaScript (pdf-lib), consulte REFERENCE.md
  • Se precisar preencher um formulário PDF, siga as instruções em FORMS.md
  • Para guias de solução de problemas, consulte REFERENCE.md

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

LiChangZheng10086/doyin_ai_video

Browser automation CLI for AI agents. Use when the user needs to interact with websites, including navigating pages, filling forms, clicking buttons, taking screenshots, extracting data, testing web apps, or automating any browser task. Triggers include requests to "open a website", "fill out a form", "click a button", "take a screenshot", "scrape data from a page", "test this web app", "login to a site", "automate browser actions", or any task requiring programmatic web interaction.

LiChangZheng10086/doyin_ai_video

Reference for the Claude API / Anthropic SDK — model ids, pricing, params, streaming, tool use, MCP, agents, caching, token counting, model migration. TRIGGER — read BEFORE opening the target file; don't skip because it "looks like a one-liner" — whenever: the prompt names Claude/Anthropic in any form (Claude, Anthropic, Fable, Opus, Sonnet, Haiku, `anthropic`, `@anthropic-ai`, `claude-*`, `us.anthropic.*`, `[1m]`); the user asks about an LLM (pricing/model choice/limits/caching) — never answer from memory; OR the task is LLM-shaped with provider unstated (agent/MCP/tool-definition/multi-agent/RAG/LLM-judge/computer-use; generate/summarize/extract/classify/rewrite/converse over NL; debugging refusals/cutoffs/streaming/tool-calls/tokens). SKIP only when another provider is being worked on (overrides all triggers): OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollama named in the query; OR `grep -rE 'openai|langchain_openai|google.generativeai|genai|mistralai|cohere|ollama'` over the project hits (run this grep FIR...

LiChangZheng10086/doyin_ai_video

Use this skill whenever the user wants to create, read, edit, or manipulate Word documents (.docx files) or Word templates (.dotx files). Triggers include: any mention of 'Word doc', 'word document', '.docx', '.dotx', or requests to produce professional documents with formatting like tables of contents, headings, page numbers, or letterheads. Also use when extracting or reorganizing content from .docx or .dotx files, inserting or replacing images in documents, performing find-and-replace in Word files, working with tracked changes or comments, or converting content into a polished Word document. If the user asks for a 'report', 'memo', 'letter', 'template', or similar deliverable as a Word or .docx file, use this skill. Do NOT use for PDFs, spreadsheets, Google Docs, or general coding tasks unrelated to document generation.

LiChangZheng10086/doyin_ai_video

Guidance for distinctive, intentional visual design when building new UI or reshaping an existing one. Helps with aesthetic direction, typography, and making choices that don't read as templated defaults.

LiChangZheng10086/doyin_ai_video

Grill me about specs for the workflows I want to build, within this workspace.

LiChangZheng10086/doyin_ai_video

智能 PPT 生成器。支持 7 种视觉风格(乐高/波普/黏土/黑白/商务/学术/科技),具备根据内容自动推荐风格、生成大纲、绘制配图并组装成片的全自动能力。

LiChangZheng10086/doyin_ai_video

Use this skill any time a .pptx or .potx file is involved in any way — as input, output, or both. This includes: creating slide decks, pitch decks, or presentations; reading, parsing, or extracting text from any .pptx or .potx file (even if the extracted content will be used elsewhere, like in an email or summary); editing, modifying, or updating existing presentations; combining or splitting slide files; working with templates (.potx), layouts, speaker notes, or comments. Trigger whenever the user mentions \"deck,\" \"slides,\" \"presentation,\" or references a .pptx or .potx filename, regardless of what they plan to do with the content afterward. If a .pptx or .potx file needs to be opened, created, or touched, use this skill.

LiChangZheng10086/doyin_ai_video

Diagnose and fix React codebase health issues. Use when reviewing React code, fixing performance problems, auditing security, or improving code quality.

LiChangZheng10086/doyin_ai_video

Sentry error monitoring and performance tracing patterns for Next.js applications.

LiChangZheng10086/doyin_ai_video

Simplify and refine recently modified code for clarity and consistency. Use after writing code to improve readability without changing functionality.

LiChangZheng10086/doyin_ai_video

✅ "你知道今天所有大模型能读懂你的话,全靠一个叫Transformer的架构吗?"

LiChangZheng10086/doyin_ai_video

Use this skill any time a spreadsheet file is the primary input or output. This means any task where the user wants to: open, read, edit, or fix an existing .xlsx, .xlsm, .xltx, .csv, or .tsv file (e.g., adding columns, computing formulas, formatting, charting, cleaning messy data); create a new spreadsheet from scratch or from other data sources; or convert between tabular file formats. Trigger especially when the user references a spreadsheet file by name or path — even casually (like \"the xlsx in my downloads\") — and wants something done to it or produced from it. Also trigger for cleaning or restructuring messy tabular data files (malformed rows, misplaced headers, junk data) into proper spreadsheets. The deliverable must be a spreadsheet file. Do NOT trigger when the primary deliverable is a Word document, HTML report, standalone Python script, database pipeline, or Google Sheets API integration, even if tabular data is involved.

Habilidades Relacionadas