PDF Metadata Extract Restored
Documentspdf_metadata_extract_restoredPDF Metadata Extract Restored is an Agent Skill for documents published in the cas-bigdatalab/piflow repository on GitHub: a SKILL.md instruction file an AI agent can load to do this task.
提取 PDF 文件元数据并输出 JSON 结果。 当用户提到把这次流程沉淀成 skill、保存为 skill等需求时使用此 skill。
QUICK START
How to use this skill
Bring this guide into your coding agent with a prompt tailored to the tool you use.
- Open your project in Codex.
- Copy and paste the prompt below.
- Review files and risks before approving any action.
Prompt to paste
Inspect the Agent Skill at https://github.com/cas-bigdatalab/piflow/blob/HEAD/workspace/skills/pdf_metadata_extract_restored/SKILL.md and all supporting files. Report provenance, permissions, scripts, dependencies, and security risks. Propose an exact installation into .agents/skills/pdf-metadata-extract-restored, but wait for my approval before writing files or running scripts.
Copying this prompt does not install or run the skill. Review third-party files before use.
PDF 元数据提取 技能
功能说明
提取 PDF 文件元数据并输出 JSON 结果。 当用户提到把这次流程沉淀成 skill、保存为 skill等需求时使用此 skill。
触发条件
- 技能类别：document_processing
- DAG 类型：输入
- 当用户提到“把这次流程沉淀成 skill”时优先考虑使用此技能。
- 当用户提到“保存为 skill”时优先考虑使用此技能。
- 当一次真实处理流程已经跑通，并且用户希望将其封装为可复用 skill 时使用此技能。
- 当现有技能库无法直接满足需求，但已经通过脚本或步骤成功完成任务，并希望回调式沉淀为 skill 时使用此技能。
核心功能
- 提取 PDF 元数据
- 复用已验证成功的处理脚本
- 输出 JSON 结果
处理逻辑
- 读取输入 PDF 文件
- 提取标题、作者、主题、页数和日期等元数据
- 输出为 JSON 文件
支持的文件格式
- 输入：.pdf
- 输出：.json
使用方法
python scripts/run_pdf_metadata_extract.py --input_path <input_path>
参数说明
| 参数 | 类型 | 角色 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|---|
| input_path | string | input_data | 是 | - | 输入 PDF 文件路径 |
输出参数
| 参数 | 类型 | 角色 | 默认值 | 说明 |
|---|---|---|---|---|
| output_path | json_file | output_data | - | 输出 JSON 文件路径 |
示例
从成功流程恢复 skill 后的典型调用
python scripts/run_pdf_metadata_extract.py --input_path workspace/temp/document.pdf --output_path workspace/outputs/pdf_metadata_extract_output.json
输出结构
{
"output_path": "workspace/outputs/pdf_metadata_extract_output.json"
}
输出示例
{
"output_path": "workspace/outputs/pdf_metadata_extract_output.json"
}
注意事项
- 本 skill 草稿由已验证成功的处理流程恢复生成，建议人工补齐命名、图标与触发表达。
- 在回调式沉淀链路中，应优先复用已有脚本和成功证据，而不是重新手写实现。