PDF: чтение, заполнение, создание
Делает с PDF всё основное: текст и таблицы, склейка, разрезание, пароль, распознавание сканов, новые файлы, а формы заполняет скриптами с проверкой полей и рамок. Для случаев, когда нужно прочитать, заполнить или собрать PDF.
pdf- Автор
- Anthropic
- Источник
- anthropics/skills/skills/pdf @ e4bb5d9
- Лицензия
- Apache-2.0
Об этом скилле
Что делает
SKILL.md сопоставляет каждой задаче с PDF библиотеку Python или консольную утилиту. Склеить, разрезать, повернуть, наложить водяной знак и поставить пароль помогает pypdf; текст и таблицы достаёт pdfplumber, а через pandas их можно выгрузить в Excel. Новые PDF делает reportlab, сканы распознаёт pytesseract поверх pdf2image, а в терминале работают pdftotext, pdfimages и qpdf. Отдельное предупреждение: встроенные шрифты reportlab рисуют юникодные нижние индексы чёрными квадратами. REFERENCE.md добавляет pypdfium2, JavaScript-библиотеки pdf-lib и pdfjs-dist, починку файлов через qpdf и пакетную обработку.
Строже всего устроено заполнение форм, оно описано в FORMS.md. Сначала агент запускает scripts/check_fillable_fields.py. PDF с настоящими полями проходит через extract_form_field_info.py, картинки страниц из convert_pdf_to_images.py и fill_fillable_fields.py, который отклоняет несуществующие поля и недопустимые значения. В плоскую форму текст вписывается аннотациями: extract_form_structure.py достаёт подписи, линии и чекбоксы с координатами, а для скана агент прикидывает положение полей по картинкам и уточняет его на увеличенных фрагментах через ImageMagick. check_bounding_boxes.py ловит пересекающиеся и слишком маленькие рамки, затем fill_pdf_form_with_annotations.py вписывает текст, и агент проверяет результат по картинкам. create_validation_image.py рисует рамки полей поверх страницы; в FORMS.md он не упоминается.
Когда включать и когда не надо
Чтобы вытащить текст или таблицы, склеить или разрезать файлы, заполнить присланную форму, распознать скан или собрать PDF из данных.
Советов по вёрстке, кроме примеров reportlab, в скилле нет, поэтому оформленный документ, который потом будут править, лучше делать в Word. Ключи API не нужны, но нужны pypdf, pdfplumber, reportlab, pdf2image, Pillow и Poppler, для распознавания — Tesseract, для сканированных форм — ImageMagick.
Как поставить и вызвать
Команда установки ниже скачивает всю папку: SKILL.md, FORMS.md, REFERENCE.md, восемь скриптов и лицензию. Агент сам берёт скилл, как только речь заходит о PDF. Вызвать вручную:
- Claude Code:
/pdfили попросить скилл по имени. - Codex:
$pdf. - Cursor: наберите
/в чате Agent и выберитеpdf.
Пример: /pdf Заполни form.pdf данными из applicant.json и покажи заполненные страницы.
Чем отличается от похожих
Других скиллов для PDF в нашем каталоге нет, так что папка pdf ни с чем не конфликтует. Соседи по набору делят работу по форматам: Документы Word (.docx) собирают файлы Word и переводят их в PDF только для проверки, Таблицы Excel (.xlsx) собирают книги с живыми формулами. Этот скилл выгружает таблицы голыми значениями; если результатом должна быть сама таблица, берите скилл xlsx.
Установка
Выполните одну команду — она сохранит SKILL.md и файлы, которые он использует, в папку скиллов агента. Claude Code и Codex подхватывают новый скилл без перезапуска; если скилл не появился, перезапустите агента.
Скилл написан на английском — агент поймёт его и ответит вам по-русски.
curl -fsSL --create-dirs -o ~/.claude/skills/pdf/SKILL.md https://anymodel.org/en/skills/anthropic/pdf/SKILL.md -o ~/.claude/skills/pdf/FORMS.md https://anymodel.org/en/skills/anthropic/pdf/FORMS.md -o ~/.claude/skills/pdf/LICENSE.txt https://anymodel.org/en/skills/anthropic/pdf/LICENSE.txt -o ~/.claude/skills/pdf/REFERENCE.md https://anymodel.org/en/skills/anthropic/pdf/REFERENCE.md -o ~/.claude/skills/pdf/scripts/check_bounding_boxes.py https://anymodel.org/en/skills/anthropic/pdf/scripts/check_bounding_boxes.py -o ~/.claude/skills/pdf/scripts/check_fillable_fields.py https://anymodel.org/en/skills/anthropic/pdf/scripts/check_fillable_fields.py -o ~/.claude/skills/pdf/scripts/convert_pdf_to_images.py https://anymodel.org/en/skills/anthropic/pdf/scripts/convert_pdf_to_images.py -o ~/.claude/skills/pdf/scripts/create_validation_image.py https://anymodel.org/en/skills/anthropic/pdf/scripts/create_validation_image.py -o ~/.claude/skills/pdf/scripts/extract_form_field_info.py https://anymodel.org/en/skills/anthropic/pdf/scripts/extract_form_field_info.py -o ~/.claude/skills/pdf/scripts/extract_form_structure.py https://anymodel.org/en/skills/anthropic/pdf/scripts/extract_form_structure.py -o ~/.claude/skills/pdf/scripts/fill_fillable_fields.py https://anymodel.org/en/skills/anthropic/pdf/scripts/fill_fillable_fields.py -o ~/.claude/skills/pdf/scripts/fill_pdf_form_with_annotations.py https://anymodel.org/en/skills/anthropic/pdf/scripts/fill_pdf_form_with_annotations.py && chmod +x ~/.claude/skills/pdf/scripts/extract_form_structure.py
curl -fsSL --create-dirs -o ~/.agents/skills/pdf/SKILL.md https://anymodel.org/en/skills/anthropic/pdf/SKILL.md -o ~/.agents/skills/pdf/FORMS.md https://anymodel.org/en/skills/anthropic/pdf/FORMS.md -o ~/.agents/skills/pdf/LICENSE.txt https://anymodel.org/en/skills/anthropic/pdf/LICENSE.txt -o ~/.agents/skills/pdf/REFERENCE.md https://anymodel.org/en/skills/anthropic/pdf/REFERENCE.md -o ~/.agents/skills/pdf/scripts/check_bounding_boxes.py https://anymodel.org/en/skills/anthropic/pdf/scripts/check_bounding_boxes.py -o ~/.agents/skills/pdf/scripts/check_fillable_fields.py https://anymodel.org/en/skills/anthropic/pdf/scripts/check_fillable_fields.py -o ~/.agents/skills/pdf/scripts/convert_pdf_to_images.py https://anymodel.org/en/skills/anthropic/pdf/scripts/convert_pdf_to_images.py -o ~/.agents/skills/pdf/scripts/create_validation_image.py https://anymodel.org/en/skills/anthropic/pdf/scripts/create_validation_image.py -o ~/.agents/skills/pdf/scripts/extract_form_field_info.py https://anymodel.org/en/skills/anthropic/pdf/scripts/extract_form_field_info.py -o ~/.agents/skills/pdf/scripts/extract_form_structure.py https://anymodel.org/en/skills/anthropic/pdf/scripts/extract_form_structure.py -o ~/.agents/skills/pdf/scripts/fill_fillable_fields.py https://anymodel.org/en/skills/anthropic/pdf/scripts/fill_fillable_fields.py -o ~/.agents/skills/pdf/scripts/fill_pdf_form_with_annotations.py https://anymodel.org/en/skills/anthropic/pdf/scripts/fill_pdf_form_with_annotations.py && chmod +x ~/.agents/skills/pdf/scripts/extract_form_structure.py
foreach ($f in 'SKILL.md','FORMS.md','LICENSE.txt','REFERENCE.md','scripts/check_bounding_boxes.py','scripts/check_fillable_fields.py','scripts/convert_pdf_to_images.py','scripts/create_validation_image.py','scripts/extract_form_field_info.py','scripts/extract_form_structure.py','scripts/fill_fillable_fields.py','scripts/fill_pdf_form_with_annotations.py') { $p = Join-Path "$HOME\.claude\skills\pdf" $f; New-Item -ItemType Directory -Force (Split-Path $p) | Out-Null; Invoke-WebRequest "https://anymodel.org/en/skills/anthropic/pdf/$f" -UseBasicParsing -OutFile $p }foreach ($f in 'SKILL.md','FORMS.md','LICENSE.txt','REFERENCE.md','scripts/check_bounding_boxes.py','scripts/check_fillable_fields.py','scripts/convert_pdf_to_images.py','scripts/create_validation_image.py','scripts/extract_form_field_info.py','scripts/extract_form_structure.py','scripts/fill_fillable_fields.py','scripts/fill_pdf_form_with_annotations.py') { $p = Join-Path "$HOME\.agents\skills\pdf" $f; New-Item -ItemType Directory -Force (Split-Path $p) | Out-Null; Invoke-WebRequest "https://anymodel.org/en/skills/anthropic/pdf/$f" -UseBasicParsing -OutFile $p }Другой агент: сохраните файл в его папку скиллов или дайте ему ссылку на файл: https://anymodel.org/en/skills/anthropic/pdf/SKILL.md
SKILL.md
PDF Processing Guide
Overview
This guide covers essential PDF processing operations using Python libraries and command-line tools. For advanced features, JavaScript libraries, and detailed examples, see REFERENCE.md. If you need to fill out a PDF form, read FORMS.md and follow its instructions.
Quick Start
from pypdf import PdfReader, PdfWriter
# Read a PDF
reader = PdfReader("document.pdf")
print(f"Pages: {len(reader.pages)}")
# Extract text
text = ""
for page in reader.pages:
text += page.extract_text()
Python Libraries
pypdf - Basic Operations
Merge PDFs
from pypdf import PdfWriter, PdfReader
writer = PdfWriter()
for pdf_file in ["doc1.pdf", "doc2.pdf", "doc3.pdf"]:
reader = PdfReader(pdf_file)
for page in reader.pages:
writer.add_page(page)
with open("merged.pdf", "wb") as output:
writer.write(output)
Split PDF
reader = PdfReader("input.pdf")
for i, page in enumerate(reader.pages):
writer = PdfWriter()
writer.add_page(page)
with open(f"page_{i+1}.pdf", "wb") as output:
writer.write(output)
Extract Metadata
reader = PdfReader("document.pdf")
meta = reader.metadata
print(f"Title: {meta.title}")
print(f"Author: {meta.author}")
print(f"Subject: {meta.subject}")
print(f"Creator: {meta.creator}")
Rotate Pages
reader = PdfReader("input.pdf")
writer = PdfWriter()
page = reader.pages[0]
page.rotate(90) # Rotate 90 degrees clockwise
writer.add_page(page)
with open("rotated.pdf", "wb") as output:
writer.write(output)
pdfplumber - Text and Table Extraction
Extract Text with Layout
import pdfplumber
with pdfplumber.open("document.pdf") as pdf:
for page in pdf.pages:
text = page.extract_text()
print(text)
Extract Tables
with pdfplumber.open("document.pdf") as pdf:
for i, page in enumerate(pdf.pages):
tables = page.extract_tables()
for j, table in enumerate(tables):
print(f"Table {j+1} on page {i+1}:")
for row in table:
print(row)
Advanced Table Extraction
import pandas as pd
with pdfplumber.open("document.pdf") as pdf:
all_tables = []
for page in pdf.pages:
tables = page.extract_tables()
for table in tables:
if table: # Check if table is not empty
df = pd.DataFrame(table[1:], columns=table[0])
all_tables.append(df)
# Combine all tables
if all_tables:
combined_df = pd.concat(all_tables, ignore_index=True)
combined_df.to_excel("extracted_tables.xlsx", index=False)
reportlab - Create PDFs
Basic PDF Creation
from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas
c = canvas.Canvas("hello.pdf", pagesize=letter)
width, height = letter
# Add text
c.drawString(100, height - 100, "Hello World!")
c.drawString(100, height - 120, "This is a PDF created with reportlab")
# Add a line
c.line(100, height - 140, 400, height - 140)
# Save
c.save()
Create PDF with Multiple Pages
from reportlab.lib.pagesizes import letter
from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer, PageBreak
from reportlab.lib.styles import getSampleStyleSheet
doc = SimpleDocTemplate("report.pdf", pagesize=letter)
styles = getSampleStyleSheet()
story = []
# Add content
title = Paragraph("Report Title", styles['Title'])
story.append(title)
story.append(Spacer(1, 12))
body = Paragraph("This is the body of the report. " * 20, styles['Normal'])
story.append(body)
story.append(PageBreak())
# Page 2
story.append(Paragraph("Page 2", styles['Heading1']))
story.append(Paragraph("Content for page 2", styles['Normal']))
# Build PDF
doc.build(story)
Subscripts and Superscripts
IMPORTANT: Never use Unicode subscript/superscript characters (₀₁₂₃₄₅₆₇₈₉, ⁰¹²³⁴⁵⁶⁷⁸⁹) in ReportLab PDFs. The built-in fonts do not include these glyphs, causing them to render as solid black boxes.
Instead, use ReportLab's XML markup tags in Paragraph objects:
from reportlab.platypus import Paragraph
from reportlab.lib.styles import getSampleStyleSheet
styles = getSampleStyleSheet()
# Subscripts: use <sub> tag
chemical = Paragraph("H<sub>2</sub>O", styles['Normal'])
# Superscripts: use <super> tag
squared = Paragraph("x<super>2</super> + y<super>2</super>", styles['Normal'])
For canvas-drawn text (not Paragraph objects), manually adjust font the size and position rather than using Unicode subscripts/superscripts.
Command-Line Tools
pdftotext (poppler-utils)
# Extract text
pdftotext input.pdf output.txt
# Extract text preserving layout
pdftotext -layout input.pdf output.txt
# Extract specific pages
pdftotext -f 1 -l 5 input.pdf output.txt # Pages 1-5
qpdf
# Merge PDFs
qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf
# Split pages
qpdf input.pdf --pages . 1-5 -- pages1-5.pdf
qpdf input.pdf --pages . 6-10 -- pages6-10.pdf
# Rotate pages
qpdf input.pdf output.pdf --rotate=+90:1 # Rotate page 1 by 90 degrees
# Remove password
qpdf --password=mypassword --decrypt encrypted.pdf decrypted.pdf
pdftk (if available)
# Merge
pdftk file1.pdf file2.pdf cat output merged.pdf
# Split
pdftk input.pdf burst
# Rotate
pdftk input.pdf rotate 1east output rotated.pdf
Common Tasks
Extract Text from Scanned PDFs
# Requires: pip install pytesseract pdf2image
import pytesseract
from pdf2image import convert_from_path
# Convert PDF to images
images = convert_from_path('scanned.pdf')
# OCR each page
text = ""
for i, image in enumerate(images):
text += f"Page {i+1}:\n"
text += pytesseract.image_to_string(image)
text += "\n\n"
print(text)
Add Watermark
from pypdf import PdfReader, PdfWriter
# Create watermark (or load existing)
watermark = PdfReader("watermark.pdf").pages[0]
# Apply to all pages
reader = PdfReader("document.pdf")
writer = PdfWriter()
for page in reader.pages:
page.merge_page(watermark)
writer.add_page(page)
with open("watermarked.pdf", "wb") as output:
writer.write(output)
Extract Images
# Using pdfimages (poppler-utils)
pdfimages -j input.pdf output_prefix
# This extracts all images as output_prefix-000.jpg, output_prefix-001.jpg, etc.
Password Protection
from pypdf import PdfReader, PdfWriter
reader = PdfReader("input.pdf")
writer = PdfWriter()
for page in reader.pages:
writer.add_page(page)
# Add password
writer.encrypt("userpassword", "ownerpassword")
with open("encrypted.pdf", "wb") as output:
writer.write(output)
Quick Reference
| Task | Best Tool | Command/Code |
|---|---|---|
| Merge PDFs | pypdf | writer.add_page(page) |
| Split PDFs | pypdf | One page per file |
| Extract text | pdfplumber | page.extract_text() |
| Extract tables | pdfplumber | page.extract_tables() |
| Create PDFs | reportlab | Canvas or Platypus |
| Command line merge | qpdf | qpdf --empty --pages ... |
| OCR scanned PDFs | pytesseract | Convert to image first |
| Fill PDF forms | pdf-lib or pypdf (see FORMS.md) | See FORMS.md |
Next Steps
- For advanced pypdfium2 usage, see REFERENCE.md
- For JavaScript libraries (pdf-lib), see REFERENCE.md
- If you need to fill out a PDF form, follow the instructions in FORMS.md
- For troubleshooting guides, see REFERENCE.md
Подключить через AnyModel API
Скилл работает на той модели, которую использует агент. Подключите Claude Code, Codex или Cursor к AnyModel и запускайте его на Claude, GPT, Gemini и других моделях по одному ключу — оплата за токены, без подписки.
AnyModel