核心功能
PDF Reader Skill 是一款专为 OpenClaw 框架设计的 Python 工具，利用 PyMuPDF（fitz）库实现高效的 PDF 文本提取。该技能支持从任意 PDF 文件中提取纯文本内容，默认处理前 10 页，用户可通过命令行参数自定义页数范围。
显著优点
1. 格式兼容性：PyMuPDF 底层采用 C++ 优化，对复杂排版的 PDF 具有优秀的解析能力，支持扫描件 OCR 后文本层提取
2. AI 友好输出：内置 --output 参数可直接生成结构化 JSON，便于下游 NLP 任务或知识库构建
3. 元数据洞察：自动提取文档标题、作者、创建时间等元信息，辅助文档管理与溯源
4. 大文件处理：流式读取机制可应对数百 MB 级别的技术手册与学术论文
潜在局限
- 依赖外部 Python 环境，需用户自行安装 PyMuPDF（涉及 C 依赖编译，Windows 环境可能需 Visual C++ 生成工具）
- 纯文本提取会丢失表格结构、图片内容及原始排版样式
- 加密 PDF 需预先解密，不支持自动密码破解
- 对手写体或低质量扫描件的文字识别效果取决于 PDF 内嵌的 OCR 层质量
适合人群
- 需要批量处理 PDF 文档的数据分析师、研究人员
- 构建企业知识库的 AI 工程师
- 希望将纸质档案数字化后接入 LLM 工作流的内容管理者
常规风险
PyMuPDF 作为成熟开源库（Apache-2.0 协议）社区维护超过 10 年，无已知恶意代码注入历史。主要风险在于处理来源不明的 PDF 时可能触发 PyMuPDF 的解析漏洞（如递归深度耗尽、内存异常分配），建议在生产环境设置资源限制（ulimit/cgroup）。输出 JSON 时需注意文件权限，避免敏感文档内容泄露至共享目录。