核心用法
PDF Reader Skill 是一款基于 PyMuPDF（fitz）库开发的命令行 PDF 文本提取工具。用户可通过简单的命令行参数指定 PDF 文件路径及需要提取的页数（默认前 10 页），并支持将结果输出为 JSON 格式以便后续 AI 处理或数据存储。
显著优点
1. 技术成熟可靠：PyMuPDF 是业界广泛采用的 PDF 处理库，解析引擎稳定，支持多种 PDF 规范
2. 输出格式友好：原生支持 JSON 结构化输出，便于与 AI 工作流、RAG 系统等集成
3. 元数据提取：可获取标题、作者等文档属性信息
4. 编码自适应：内置编码问题处理机制，减少乱码风险
5. 大文件支持：能够处理体积较大的 PDF 文档
潜在缺点与局限性
1. 纯文本限制：仅能提取文本层内容，无法保留原始排版、表格结构、图像位置信息
2. 扫描版 PDF 不支持：未集成 OCR 功能，对图片型 PDF 无能为力
3. 安全性未知：文档未说明是否对 PDF 中的 JavaScript、嵌入文件等潜在威胁进行隔离处理
4. 依赖外部库：需要 Python 环境及 PyMuPDF 安装，对非技术用户不够友好
5. 无访问控制：缺乏对敏感文档的权限校验或加密处理机制
适合人群
- 开发者与数据工程师：需要批量提取 PDF 文本进行 NLP 分析或知识库构建
- AI 研究人员：将 PDF 内容作为 RAG 系统的文档输入源
- 轻度办公用户：快速获取学术论文、报告等文档的纯文本内容
常规风险
- 恶意 PDF 文件可能通过 PyMuPDF 的解析漏洞执行代码（虽概率较低）
- 处理包含敏感信息的 PDF 时存在数据泄露风险
- 扫描版 PDF 需配合 OCR 工具使用，否则返回空内容