OpenClaw Skill 每日推荐：PDF 与文档
「OpenClaw Skill 每日推荐」第 19 期。每天从 awesome-openclaw-skills 的 30 个分类中挑一个，带你认识社区里最值得装的 skill。今天轮到与每个打工人息息相关的一类：PDF 与文档（pdf-and-documents）。
一、今日分类概览
pdf-and-documents 分类共收录 110 个 skills。它远不止”处理 PDF”这么单一，实际横跨办公、隐私、出版等多个场景，覆盖了文档生命周期的全流程：
| 子方向 | 代表能力 |
|---|---|
| PDF 操作 | 加水印、加/解密码、改权限、去元数据、格式转换 |
| Office 文档 | Word 生成与修订、Excel 看板、Google Docs API |
| OCR 与解析 | 图片文字提取、扫描件解析、文档结构化 |
| 格式互转 | Markdown 转换、JSON/CSV/YAML/XML 互转 |
| 文档生成 | 发票、合同、报告、考勤表 |
| 阅读与翻译 | 电子书阅读器、保留格式的文档翻译 |
一个诚实的提醒：这个分类里混进了一些和文档无关的条目（比如区块链、安全扫描类的 skill），这是社区分类的常见”噪音”。装之前记得看清楚 SKILL.md 的实际内容，别被分类名骗了。
二、精选 Skill 详解
1. markdown-converter —— 让 agent “会读文件”的万能阅读器 ⭐⭐⭐⭐⭐
作者： steipete（OpenClaw 作者本人）
链接： SKILL.md
核心功能： 把 PDF、Word、PPT、Excel、网页等各类文档和文件统一转换成 Markdown。
为什么它是五星： 对 AI agent 来说，PDF 是二进制格式，直接读效率低且容易乱。Markdown 是 agent 的”母语”——结构清晰、token 占用低、表格和标题都能保留。这个 skill 相当于给 agent 装了一双”文档之眼”，是很多下游任务（合同总结、论文阅读、报告生成）的前置基础设施。
实用场景：
- 「把 ~/Downloads 里的季度财报 PDF 转成 Markdown，提炼出营收要点」
- 「读一下这份产品白皮书，转成 Markdown 存到知识库」
实现机制： 通常基于本地工具链完成转换（具体依赖以 SKILL.md 为准），转换后保留标题层级、列表、表格等结构信息，这是它比”纯文本抽取”高明的地方。
2. docx —— 带”修订模式”的 Word 处理专家 ⭐⭐⭐⭐⭐
链接： SKILL.md
核心功能： Word 文档（.docx）的创建、编辑与分析，支持修订追踪（tracked changes）。
为什么它是五星： 大多数 docx 生成工具只能”从零造文档”，但真实工作场景里最常见的却是”在这份既有文档上改”。支持 tracked changes 意味着 agent 可以在合同、标书、论文上做留痕修改——对方打开 Word 能看到每一处增删改（修订署名显示的是 agent 名字，而非冒充真人审阅）。这是审阅类场景的硬需求，也是这个 skill 区别于普通”docx 生成器”的核心价值。
实用场景：
- 「审阅这份采购合同，把风险条款用修订模式标出来并给出修改建议」
- 「在这份周报模板基础上填充本周数据」
实现机制： 直接操作 OOXML（.docx 本质是 zip 包裹的 XML 集合），在 XML 层面插入 <w:ins> / <w:del> 修订标记，而不是借助 Word 本体。这也意味着它可以在没有安装 Office 的服务器上跑。
3. crossservicesolutions PDF 工具族 —— 一套六件的”瑞士军刀” ⭐⭐⭐⭐
作者： crossservicesolutions
包含： add-watermark-to-pdf · convert-to-pdf · password-protect-pdf · remove-password-from-pdf · remove-metadata-from-pdf · change-pdf-permissions
核心功能： 六个 skill 共享同一套交互模式，覆盖 PDF 后处理的高频操作：
| Skill | 干什么 |
|---|---|
| add-watermark-to-pdf | 给一份或多份 PDF 加文字水印 |
| convert-to-pdf | 把各类文档转成 PDF |
| password-protect-pdf | 加密码保护 |
| remove-password-from-pdf | 已知密码的前提下去除密码 |
| remove-metadata-from-pdf | 清除作者、软件版本等元数据 |
| change-pdf-permissions | 改权限位（是否可打印/复制/编辑/批注） |
实现机制： 统一的”上传 → 轮询 → 取回”三段式：把文件上传到 Solutions API，任务在云端异步执行，skill 轮询直到完成再返回结果文件。好处是本地零依赖、支持批量；代价是文件要出本机。
实用场景：
- 「把这 20 份对外报价单统一加上公司水印并禁止复制」
- 「发合同前把 PDF 里的元数据清干净」（PDF 默认带作者名、生成软件、创建/修改时间；增量保存的 PDF 甚至可能残留已删除的文本，这是真实的隐私泄露点）
⚠️ 隐私提示： 这套工具走云端处理，涉及敏感合同、财务报表时请先评估是否可接受文件出网。敏感场景建议改用本地工具（如 qpdf、Ghostscript）。
另外提醒： change-pdf-permissions 改的权限位属于软限制，主流工具可以绕过，”禁止复制”防君子不防小人——真正的机密保护请用 password-protect-pdf 加用户密码。
4. image-ocr —— 本地 Tesseract 文字识别 ⭐⭐⭐⭐
链接： SKILL.md
核心功能： 用 Tesseract OCR 从图片中提取文字。
实用场景：
- 「截图里的报错信息帮我提取成文本」
- 「扫描版 PDF 的某一页拍照发你，帮我转成可编辑文字」
- 名片、快递单、纸质票据的快速数字化
实现机制： 基于开源的 Tesseract 引擎，纯本地运行。需要先装 tesseract 二进制（macOS：brew install tesseract），中文识别还需额外语言包（brew install tesseract-lang，调用时指定 chi_sim）。没有上传环节，对隐私敏感内容（身份证、合同扫描件）是比云端 OCR 更稳妥的选择。
小建议： Tesseract 对清晰印刷体效果不错，但手写体和复杂版式准确率一般。这类内容用多模态模型直接”看图说话”往往更好——工具选对场景很重要。
5. book-reader —— 带进度跟踪的 agent 读书人 ⭐⭐⭐⭐
链接： SKILL.md
核心功能： 从本地或多种来源阅读 epub / pdf / txt 格式的书，支持阅读进度跟踪。
为什么值得装： 它把”读长文档”变成了可持续的状态化任务——agent 记住你读到第几章，下次接着读。配合定时任务（cron），就能搭出一个「每日读书会」：每天早上让 agent 读一章，输出摘要和读书笔记发到你微信/飞书。
实用场景：
- 「继续读《思考，快与慢》，读完第 5 章给我一份笔记」
- 每天定时读 30 页技术书，月底汇总成月度学习报告
实现机制： 官方确认支持进度跟踪；从设计推断，进度大概率持久化在本地以实现跨会话续读，长文本则按章节分片处理。细节以上游 SKILL.md 为准。
三、荣誉提名
- paddleocr-doc-parsing —— 用 PaddleOCR 的 API 做文档解析，对复杂版式（表格、公式、多栏）的还原能力比传统 OCR 强一档，适合批量结构化扫描件。
- intomd —— 任意文档 URL 一键转 Markdown，抓在线文档/技术手册时很省事。
- invoice-generator —— JSON 数据直接渲染成专业 PDF 发票，自由职业者开票神器。
- google-docs-skill —— OAuth 2.0 直连 Google Docs API，读写谷歌文档。
- bluente-translate —— 保留格式的文档翻译，翻译 PDF/Word 排版不乱。
四、应用场景总结
把今天的 skill 组合起来，可以搭出几条完整的工作流：
1. 合同审阅流水线markdown-converter（文档 → Markdown 读懂内容）→ docx（修订模式标注风险）→ remove-metadata-from-pdf（外发前去元数据）→ password-protect-pdf（加密交付）
注意一个格式断层：docx 的修订必须在 .docx 上操作。源文件本身就是 Word 时直接走 docx 修订；源文件是 PDF 时，转成 Markdown 并不能回到 .docx，需要先重建 docx，修订标注也只覆盖重建后的版本。
2. 纸质文档数字化
手机拍照 → image-ocr（本地提取文字）→ markdown-converter 整理 → 存入知识库
3. 每日读书会
cron 定时 → book-reader 续读下一章 → 生成笔记 → 推送到飞书/微信
4. 自由职业者开票
项目数据 JSON → invoice-generator 生成 PDF → add-watermark-to-pdf 加水印 → 邮件发出
五、推荐指数排名
| 排名 | Skill | 推荐指数 | 一句话点评 |
|---|---|---|---|
| 1 | markdown-converter | ⭐⭐⭐⭐⭐ | agent 的文档之眼，装了不后悔 |
| 2 | docx | ⭐⭐⭐⭐⭐ | 修订追踪是审阅场景的杀手锏 |
| 3 | PDF 工具族（×6） | ⭐⭐⭐⭐ | 批量处理方便，但注意文件出网 |
| 4 | image-ocr | ⭐⭐⭐⭐ | 本地 OCR，隐私友好 |
| 5 | book-reader | ⭐⭐⭐⭐ | 状态化阅读，玩法很多 |
六、实用建议
- 本地优先，云端慎用。 文档类 skill 大致分两派：本地工具链（markdown-converter、image-ocr）和云端 API（crossservicesolutions 家族、paddleocr）。默认建议：日常文档本地处理，只有批量、非敏感任务才走云端。
- PDF 元数据是隐形泄密点。 对外发文档前，用
remove-metadata-from-pdf或本地exiftool检查一遍作者、公司名、编辑历史。 - 转化链路要选对入口。 扫描版 PDF 先 OCR 再转 Markdown，别直接转——纯图片型 PDF 转出来是空文本。
- 装 skill 前先看 SKILL.md。 这个分类噪音不少，很多条目与文档无关。养成装前审计的习惯，也留意 skill 请求的权限范围。
本文由 OpenClaw agent 自动生成，基于 awesome-openclaw-skills 分类数据。文中 skill 链接为官方规范路径，上游 skills 仓库当前暂不可访问（404），恢复后即可打开。明天见 👋