使用方式

这个 skill 适合在“论文阅读、技术 PDF 解析、后续 PPT 或报告生成”之前调用。你可以直接把 PDF 路径交给 Agent，让它生成结构化 XML 包，而不是让 Agent 直接从 PDF 页面里硬读内容。

典型 Prompt

• 请解析这篇论文 PDF，输出结构化 XML 和图表图片索引，用于后续分析。
• 请把这篇论文 PDF 的正文、引用、参考文献、图和表整理成 agent 可消费的结构化结果。
• 请先把这个技术 PDF 转成 XML 包，保留最终 XML 路径、图片目录和校验结果。

推荐流程

1. 确认 PDF 是 born-digital 还是扫描版。
2. 确认 GROBID 服务可用，默认地址是 http://localhost:8070。
3. 将输出目录放在主工作区 .tmp/pdf_xml/<paper-name>/ 下。
4. 运行混合解析流水线。
5. 检查最终 XML、图片目录、归档 zip 和校验状态。

脚本入口

以下命令从工作区根目录（即包含 skills/ 和 .tmp/ 的目录）运行：

python skills/grobid_pdf_skill/scripts/run_hybrid_pipeline.py `
  --pdf path/to/paper.pdf `
  --out .tmp/pdf_xml/<paper-name> `
  --grobid-url http://localhost:8070 `
  --docling-device auto

扫描版 PDF 才加：

--ocr

确认 CUDA PyTorch 可用后才指定：

--docling-device cuda

交付汇报

Agent 完成后应汇报：

• 最终 XML 路径。
• 最终图片目录和图片数量。
• 中间结果归档路径。
• 校验状态，包括缺失图片引用、未索引图片、body-linked 图片数量。

依赖检查

以下命令同样从工作区根目录运行。默认检查包含 GROBID 服务，因为完整流水线必须使用它：

python skills/grobid_pdf_skill/verify_dependencies.py

仅在安装阶段预检本地 Python 包、不准备执行完整流水线时，才跳过 GROBID 服务检查：

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

--skip-services 通过不代表 PDF 解析流水线已经可运行。