依赖说明

使用这个 skill 前，请先让 Agent 跑依赖检查。依赖状态以子仓根目录的 verify_dependencies.py 输出为准；文档只说明它会检查什么。

让 Agent 先做什么

你可以直接这样说：

我要使用 grobid-docling-pdf，请先检查 PDF 解析依赖；如果 GROBID 服务或 Python 包没有就绪，请帮我处理到可用。

检查命令

只检查本地 Python 依赖：

python skills/grobid_pdf_skill/verify_dependencies.py --skip-services

连同 GROBID 服务一起检查：

python skills/grobid_pdf_skill/verify_dependencies.py --grobid-url http://localhost:8070

它会检查什么

类型	必需性	脚本实际检查
Python 包	必需	分别导入 docling、lxml、torch，导入失败即检查失败；若模块暴露版本号则打印版本。
GROBID 服务	完整流水线必需	默认请求 <grobid-url>/api/isalive，连接或响应读取失败即检查失败。默认地址为 http://localhost:8070。
CUDA	可选	通过 torch.cuda.is_available() 检查；不可用只给出警告，可继续使用 --docling-device auto 或 cpu。

--skip-services 只用于安装或环境准备阶段的本地 Python 包预检。默认流水线会无条件调用 GROBID 来生成学术文本结构，因此即使 --skip-services 返回成功，也不能据此判断完整 PDF 解析可运行。

不会检查什么

verify_dependencies.py 不会：

• 扫描或验证仓库脚本、SKILL.md、示例 PDF 等代码资产；
• 下载模型、执行真实 PDF 解析，或验证 GROBID 对某份 PDF 的解析质量；
• 检查 Python 包版本兼容矩阵、模型缓存、磁盘空间、网络代理或远端下载权限；
• 验证 CUDA 驱动、CUDA toolkit 与 PyTorch 构建版本是否互相兼容；
• 运行合并器、最终图片索引校验或解析器自测试。

缺失时的修复方向

• docling、lxml 或 torch 导入失败：在运行该工作区的同一 Python 环境中安装或修复对应包，再重新运行依赖检查。安装 torch 时按目标机器的 CPU/CUDA 平台选择官方匹配构建。
• GROBID 检查失败：启动可访问的 GROBID 服务，确认 /api/isalive 可从当前环境访问；若服务不在默认地址，通过 --grobid-url 同时传给依赖检查和流水线。
• CUDA 只出现警告：不必阻塞 CPU 流程，使用 --docling-device auto 或 cpu；如果确实需要 GPU，再核对 NVIDIA 驱动、PyTorch CUDA 构建和 torch.cuda.is_available()。

判断标准

只有必需 Python 包和 GROBID 服务检查均通过，才满足默认流水线的依赖前提。依赖检查通过只表示前置环境可用，不代表任意 PDF 的最终包必然通过内容与图片索引校验。