核心用法
PDF to Word Converter 是一个封装了 ComPDFKitConversion Python SDK 的本地转换工作流，支持将 PDF 及多种图片格式（JPG/PNG/TIFF 等）转换为 Word、Excel、PPT、HTML、RTF、图片、TXT、JSON、Markdown、CSV 共 10 种输出格式。
快速开始
# 安装依赖
pip install ComPDFKitConversion
# 基础转换示例
python "${CLAUDE_SKILL_DIR}/scripts/pdf-to-word-docx.py" word input.pdf output.docx
python "${CLAUDE_SKILL_DIR}/scripts/pdf-to-word-docx.py" excel input.pdf output.xlsx首次运行会自动下载 license.xml（试用授权，200 次转换上限）和 documentai.model（约 525MB，用于 AI 版式分析）。
关键特性
- AI 版式分析（默认启用）：智能识别表格、多栏布局、列表结构
- 智能默认值：图片输入自动启用 OCR；HTML 输出自动使用盒式布局
- 丰富参数控制：支持页码范围、字体指定、OCR 多语言、Excel 工作表策略等 30+ 参数
---
显著优点
| 维度 | 优势 |
|------|------|
| **转换质量** | AI 驱动的版式分析，表格、多栏排版还原度高，优于普通 PDF 转 Word 工具 |
| **输入兼容** | 原生支持 PDF + 9 种图片格式，无需预处理 |
| **格式覆盖** | 10 种输出格式，覆盖办公、网页、数据、Markdown 等场景 |
| **离线运行** | 完全本地执行，无需上传敏感文档到云端 |
| **自动化** | 首次运行自动下载授权与模型，降低配置门槛 |
| **多语言 OCR** | 支持中、英、日、韩等 15+ 语言，可混合指定 |
---
潜在缺点与局限性
| 问题 | 说明 |
|------|------|
| **试用限制** | 默认授权仅 200 次转换，超限需购买商业授权 |
| **模型体积** | 525MB 的 AI 模型首次下载耗时，离线环境需手动放置 |
| **平台限制** | 仅支持 Windows/macOS，Linux 未明确支持 |
| **Python 版本** | 官方文档标注 Python ≥3.6 且 <3.11，但实际提供 cp314 wheel，存在版本声明不一致风险 |
| **授权依赖** | 无法联网且无本地 license.xml 时完全不可用 |
| **商业授权成本** | 重度使用需购买正式授权，具体价格需联系销售 |
---
适合人群
- 办公人员：批量将合同、报告、扫描件转为可编辑 Word/Excel
- 开发者：集成到文档处理 Pipeline，实现自动化格式转换
- 研究人员：整理 PDF 论文、扫描书籍为 Markdown/JSON 结构化数据
- 数据录入：处理扫描表格，提取为 Excel/CSV 格式
- 隐私敏感用户：需在本地完成转换，避免上传云端
---
常规风险
| 风险类型 | 具体描述 | 缓解建议 |
|----------|----------|----------|
| **授权失效** | 试用耗尽或网络失败导致无法使用 | 提前购买正式授权或准备离线 license.xml |
| **模型下载失败** | 525MB 模型下载中断或网络不可达 | 预下载模型放置到 `scripts/` 目录，或设置 `COMPDF_DOCUMENT_AI_MODEL` 环境变量 |
| **转换质量落差** | 复杂排版、手写体、低质量扫描件可能识别不准 | 启用 `--enable-ocr` 并指定正确语言，复杂文档分步验证 |
| **隐私合规** | 虽本地运行，但首次需联网下载授权与模型 | 离线环境预置文件，阻断外联 |
| **SDK 版本冲突** | Python 版本要求文档与实际 wheel 不符 | 部署前用 `pip show` 验证，以本地可安装版本为准 |
| **密码保护 PDF** | 未提供 `--password` 将导致转换失败 | 提前确认文档状态或准备密码 |
---
与同类工具对比
| 特性 | 本 Skill | 在线转换服务 | 开源工具（如 pdf2docx）|
|------|---------|-----------|------------------------|
| 数据隐私 | ✅ 完全本地 | ❌ 需上传云端 | ✅ 本地 |
| 表格/版式保留 | ✅ AI 分析，效果较好 | 参差不齐 | ⚠️ 基础还原，复杂排版易错乱 |
| 格式支持 | 10 种 | 通常 3-5 种 | 2-3 种 |
| OCR 支持 | ✅ 内置多语言 | 部分支持 | 需额外配置 Tesseract |
| 使用成本 | 试用免费/商业授权 | 免费限额/订阅 | 完全免费 |
| 离线可用性 | ✅ 配置后可完全离线 | ❌ 依赖网络 | ✅ 完全离线 |