表格提取器 是做什么的？
从文档和图像中提取表格数据。
概述
该技能使AI助手能够从PDF、图像和电子表格等文档中提取表格数据。它将提取的数据转换为结构化格式（如CSV或JSON），以便于下游处理。
主要功能
- PDF表格提取：从PDF文档中提取表格，同时保留结构和格式。
- 图像表格提取：使用OCR技术从图像（PNG、JPEG等）中提取表格数据。
- 电子表格转换：将电子表格（Excel、CSV等）转换为结构化JSON或CSV。
- 数据验证：确保提取的数据准确并保持原始结构。
支持的平台
- Claude Code
- Cursor
- Codex
- 其他支持技能API的AI代理平台
用法
# 示例：从PDF提取表格
import pandas as pd
# 加载PDF并提取表格
tables = extract_tables('document.pdf')
# 保存为CSV
for i, table in enumerate(tables):
table.to_csv(f'table_{i}.csv', index=False)
配置
设置以下环境变量以配置技能：
TABLE_EXTRACTOR_OUTPUT_DIR：保存提取表格的输出目录（默认：./extracted_tables）TABLE_EXTRACTOR_OCR_ENABLED：启用OCR进行图像表格提取（true/false，默认：true）
依赖
- Python 3.8+
- pandas
- PyMuPDF（用于PDF表格提取）
- Tesseract OCR（用于图像表格提取）
- openpyxl（用于Excel支持）
贡献
欢迎贡献！请提交拉取请求或提出改进问题。
许可
MIT