# PDF Metadata Extract Restored

> 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。

- Skill: `cas-bigdatalab/pdf-metadata-extract-restored` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add cas-bigdatalab/pdf-metadata-extract-restored`
- Raw SKILL.md: https://api.skillmd.com/api/skills/cas-bigdatalab/pdf-metadata-extract-restored/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Docs & Writing
- Author: cas-bigdatalab (https://skillmd.com/u/cas-bigdatalab)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/cas-bigdatalab/pdf-metadata-extract-restored

---


# 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

```bash
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

```bash
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

```json
{
  "output_path": "workspace/outputs/pdf_metadata_extract_output.json"
}
```

## 输出示例

```json
{
  "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。