extract-text
Skill0 starsChanged 5 months agoMITView on GitHub
Извлекает текст, таблицы и метаданные из PDF-документов.
1 other project uses a version of this.
Adopted by
Most recently taken up by
- inspirearun/claude-code-for-non-developerstheir own version, first seen Sep 16, 2026
Other versions1 project uses a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 1
- inspirearun/claude-code-for-non-developers★ 1same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repository9 other files it gives its agents.
- competenciesSkill
- fgos-updateSkill
- curriculumSkill
- reportSkill
- lectureSkill
- analyticsSkill
- methodologySkill
- grade-sheetSkill
- scheduleSkill
The file
Files
Извлечение текста из PDF
Контекст
PDF-документы часто используются для хранения и передачи методических материалов, учебных пособий, нормативных документов (ФГОС, приказы, стандарты). Агент должен уметь извлекать текст для анализа, цитирования, переработки или проверки на соответствие требованиям.
Шаги
- Определить тип PDF и задачу
- Запросить у пользователя: путь к файлу или URL
- Уточнить цель: полное извлечение, извлечение раздела, поиск конкретной информации, таблиц
- Проверить тип PDF: текстовый (создан из Word), отсканированный (растровое изображение), смешанный
- Для отсканированных PDF уточнить необходимость OCR (распознавания текста)
- Извлечь текст
- Текстовый PDF: использовать библиотеку
PyPDF2,pdfplumberилиpymupdf - Отсканированный PDF: использовать OCR (
pytesseract+pdf2image) - С таблицами: использовать
pdfplumberилиcamelot-pyдля структурированного извлечения - Многостраничный: извлекать постранично с сохранением нумерации
- Защищённый PDF: запросить пароль у пользователя или уточнить правовой статус
- Текстовый PDF: использовать библиотеку
- Структурировать извлечённый текст
- Сохранить иерархию заголовков (если распознаваема)
- Выделить цитаты, формулы, таблицы отдельными блоками
- Для таблиц: преобразовать в формат
.csvили.xlsx - Для изображений: извлечь отдельно с указанием страницы
- Сохранить метаданные: автор, название, дата создания, количество страниц
- Проверить качество извлечения
- Сравнить объём извлечённого текста с количеством страниц (признак ошибки: 0 символов на текстовом PDF)
- Проверить распознавание спецсимволов (математические формулы, греческие буквы)
- Для OCR: проверить частые ошибки («о» вместо «0», «rn» вместо «m»)
- Проверить целостность таблиц (не съехали столбцы, не пропали строки)
- Для многостраничных: проверить порядок страниц
- Сохранить результаты
- Полный текст:
.txtили.mdс именем<Исходный_файл>_text.txt - Структурированный:
.docxс сохранением форматирования - Таблицы:
.xlsxили.csv - Метаданные: JSON-файл или заголовок в начале текста
- При необходимости: создать краткое резюме (summary) извлечённого текста
- Полный текст:
Правила
- Не пытаться извлечь текст из защищённых авторским правом документов без разрешения
- Для OCR указывать язык документа (русский, английский, смешанный) — это критично для качества
- При извлечении из ФГОС и нормативных документов сохранять точность формулировок — цитаты должны быть дословными
- Таблицы с числовыми данными извлекать с максимальной точностью (десятичные знаки, единицы измерения)
- Если качество OCR низкое (менее 90% распознавания), предупредить пользователя и предложить ручную проверку
- Не удалять переносы слов при извлечении — сохранять оригинальную пунктуацию для цитирования
- Для больших документов (100+ страниц) предлагать извлечение по разделам или оглавлению
Пример
Запрос пользователя: «Извлеки текст из файла ФГОС_09.03.04.pdf, мне нужны компетенции»
Действия агента:
- Определяет тип: текстовый PDF, 15 страниц
- Извлекает полный текст через
pdfplumber - Ищет раздел «Планируемые результаты обучения» и «Компетенции обучающегося»
- Структурирует:
- Универсальные компетенции (УК-1…УК-8)
- Общепрофессиональные компетенции (ОПК-1…ОПК-4)
- Профессиональные компетенции (ПК-1…ПК-12)
- Сохраняет:
- Полный текст:
ФГОС_09.03.04_text.txt - Таблица компетенций:
ФГОС_09.03.04_компетенции.xlsx(столбцы: Код, Название, Описание)
- Полный текст:
- Проверяет: сравнивает извлечённые коды компетенций с оглавлением — совпадают
Проверка качества
- Тип PDF определён корректно (текстовый/отсканированный)
- Для OCR указан правильный язык
- Объём извлечённого текста соответствует ожидаемому
- Спецсимволы и формулы распознаны корректно
- Таблицы структурированы без потери данных
- Нумерация страниц сохранена
- Метаданные документа зафиксированы
- Цитаты дословно соответствуют оригиналу
- Результаты сохранены в удобном для дальнейшей работы формате
- Пользователь предупреждён о возможных ошибках OCR
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

