Reads PDF files and extracts text content in Markdown format. Handles tables and multi-page documents. Use when needing to read PDF documents. Requires pdfplumber package.

PDF Reader PDF ファイルをテキスト抽出して Markdown 形式に変換するスキルです。クイックスタート基本的な使い方 Markdown形式で保存 1. スクリプトでテキスト抽出 2. Write ツールで .md ファイルに保存前提条件 pdfplumber パッケージが必要です：使用例例1: PDF ファイルを読み込んで内容を表示例2: PDF を Markdown に変換して保存ワークフロー単一ファイルの読み込み 1. ユーザーが PDF ファイルパスを指定 2. Windows パスを WSL パス形式に変換 ( C:\ → /mnt/c/ ) 3. wsl python3 scripts/read pdf.py を実行 4. 抽出されたテキストを Markdown 形式で表示または保存複数ファイルの一括処理 1. Glob で .pdf ファイルを検索 2. 各ファイルに対してスクリプトを実行 3. 結果をまとめて報告出力形式 Markdown 構造スクリプト詳細 Python スクリプトは scripts/read pdf.py に配置されています。主な機能: ページごとのテキスト抽出テーブルの Markdown 化複数ページの構造化エラーハンドリング使い方: 対応機能 ✅ テキスト抽出（全ページ） ✅ テーブルの Markdown 化 ✅ ページ番号の保持 ✅ 構造化された出力 ⚠️ 画像からのテキスト抽出（OCR未対応） ⚠️ 複雑なレイアウトは簡略化制限事項スキャンされた PDF（画像のみ）からはテキスト抽出不可 OCR 機能は含まれません複雑なレイアウトは簡略化されますフォント情報、色などのスタイルは失われます埋め込みオブジェクトは抽出されませんトラブルシューティング pdfplumber がインストールされていないテキストが抽出されない PDF がスキャン画像の可能性があります（OCR が必要） PDF が暗号化されている可能性がありますテキストレイヤーがない PDF かもしれません文字化けするメモリ不足エラー大きな PDF ファイルの場合、ページごとに分割して処理することを検討してください。パス変換 Windows パスから WSL パスへの変換： C:\Users\... → /mnt/c/Users/... D:\Projects\... → /mnt/d/Projects/... バックスラッシュ \ をスラッシュ / に変換関連ツール PyPDF2 : 軽量な代替ライブラリ pdfminer.six : より詳細な制御が必要な場合 Camelot : テーブル抽出特化 OCRmyPDF : スキャン PDF に OCR を適用高度な使い方特定のページのみ抽出スクリプトを修正して pdf.pages[0:5] のようにスライスを使用できます。テーブルのみ抽出スクリプト内の extract tables() 部分のみを使用します。 OCR が必要な場合 pytesseract と pdf2image を組み合わせて使用します（別スキルとして作成推奨）。バージョン履歴 v1.0.0 (2026 01 06): 初期リリース基本的なテキスト抽出機能テーブル Markdown 化対応 WSL環境での動作ページごとの構造化

pdf-reader