Skill/skills/lyxy-reader-office/SKILL.md

name, description, compatibility

name	description	compatibility
lyxy-reader-office	优先解析 docx、xlsx、pptx、pdf 四种办公文档的 skill，将文档转换为 Markdown 格式，支持全文提取、标题提取、章节提取、正则搜索、字数统计、行数统计，PDF 额外支持 OCR 高精度模式。使用时请阅读 scripts/README.md 获取详细用法。	Requires Python 3.6+. DOCX/PPTX/XLSX 无需额外依赖（XML 原生解析）；PDF 至少需要 pypdf。推荐通过 lyxy-runner-python skill 使用 uv 自动管理依赖。

办公文档解析 Skill

将 Microsoft Office 文档（.docx、.pptx、.xlsx）和 PDF 文件解析为 Markdown 格式，支持多种查询模式。

Purpose

统一入口：使用 scripts/parser.py 作为统一的命令行入口，自动识别文件类型并分派到对应的格式解析器。

依赖选项：此 skill 必须优先使用 lyxy-runner-python skill 执行，不可用时降级到直接 Python 执行。

When to Use

任何需要读取或解析 .docx、.xlsx、.pptx、.pdf 文件内容的任务都应使用此 skill。

典型场景

• 文档内容提取：将 Word/PPT/Excel/PDF 文档转换为可读的 Markdown 文本
• 文档元数据：获取文档的字数、行数等信息
• 标题分析：提取文档的标题结构
• 章节提取：提取特定章节的内容
• 内容搜索：在文档中搜索关键词或模式
• PDF OCR：对扫描版 PDF 启用 OCR 高精度解析

触发词

• 中文："读取/解析/打开 docx/word/xlsx/excel/pptx/pdf 文档"
• 英文："read/parse/extract docx/word/xlsx/excel/pptx/powerpoint/pdf"
• 文件扩展名：.docx、.xlsx、.pptx、.pdf

Quick Reference

参数	说明
（无参数）	输出完整 Markdown 内容
-c	字数统计
-l	行数统计
-t	提取所有标题
-tc <name>	提取指定标题的章节内容
-s <pattern>	正则表达式搜索
-n <num>	与 -s 配合，指定上下文行数
--high-res	PDF 专用，启用 OCR 版面分析

Workflow

1. 检查依赖：优先使用 lyxy-runner-python，否则降级到直接 Python 执行
2. 选择格式：根据文件扩展名自动识别格式
3. 执行解析：调用 scripts/parser.py 并传入参数
4. 输出结果：返回 Markdown 格式内容或统计信息

基本语法

# 使用 lyxy-runner-python（推荐）
uv run --with "markitdown[docx]" scripts/parser.py /path/to/file.docx

# 降级到直接执行
python3 scripts/parser.py /path/to/file.docx

References

详细文档请参阅 references/ 目录：

文件	内容
references/examples.md	各格式完整提取、字数统计、标题提取、章节提取、搜索等示例
references/parsers.md	解析器说明、依赖安装、各格式输出特点、能力说明
references/error-handling.md	限制说明、最佳实践、依赖执行策略

详细用法：请阅读 scripts/README.md 获取完整的命令行参数和依赖安装指南。