# PDF Vision Reader

> PDF视觉阅读器 — 将PDF转换为图片，通过AI视觉模型理解PDF内容。 当用户发送PDF文件或提供PDF路径，需要理解、分析、总结PDF内容时使用。 能力： - 将PDF每页渲染为高清PNG图片（PyMuPDF） - 使用AI视觉模型分析图片内容（中英文均可） - 支持幻灯片型、图片型、扫描件型PDF - 自动识别水印、表格、图表、数字 - 输出一页或多页的详细内容描述 使用方式： 1. 接收PDF文件路径或Telegram文件 2. 提取PDF为图片 3. 分批次用视觉AI分析（每批4-5页） 4. 整合结果，可选：摘要整理、要点提炼、知识归档

- Skill: `knownasnaffy/pdf-vision-reader-2` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add knownasnaffy/pdf-vision-reader-2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/knownasnaffy/pdf-vision-reader-2/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: knownasnaffy (https://skillmd.com/u/knownasnaffy)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/knownasnaffy/pdf-vision-reader-2

---





### Credential Fixture Review

`python scripts/_secrets_inline.py` is review material for the `PDF视觉阅读器 (pdf-vision-reader)` skill. The helper may contain fixture credentials or local credential wiring. Treat those values as placeholders, replace them with a secret manager or user-provided environment values, and show the script behavior before any use. Do not contact external services with embedded sample credentials.

# PDF视觉阅读器 (pdf-vision-reader)

## 工作流程

```
用户发送PDF
    ↓
提取PDF页面为PNG图片（PyMuPDF, 2x缩放）
    ↓
分批次用视觉AI分析（每批4-5页）
    ↓
整合视觉分析结果
    ↓
可选后续处理：
  - 整理为结构化摘要
  - 提炼关键数据/要点
  - 归档至 memory/ 目录
  - 回答用户具体问题
```

## 使用场景

- 用户发来 PDF 需要分析理解
- 图片型/幻灯片型 PDF 无法用文字提取
- 扫描件 PDF 识别
- 需要理解 PDF 中的图表、数据、布局信息

## 输出格式

建议输出结构：

```
## PDF内容概览
[总页数] 页，主题：[...]

## 分页详解
### 第X页
[视觉AI返回的详细描述]

## 关键信息提炼
[数据/要点/结论]

## 相关知识
[如果已有相关背景知识，可关联补充]
```

## 注意事项

- PDF路径包含中文时，Python读取可能需处理编码
- 视觉分析每批4-5页，避免超出token限制
- 对于非常长的PDF（>50页），可先分析目录页+重点页面
- 分析完成后可询问用户是否需要归档到memory目录