抽 PDF 內文

tw_extract_pdf_text

Autres outils · 26 outils🇹🇼 Taïwanlecture seule

Se connecter

提取 PDF 內文（pymupdf-based, born-digital only）。

Args: source: PDF URL 或 base64-encoded PDF 內容。 max_pages: 最多處理幾頁（None = 全部）。

Returns: text + per-page list + is_scanned flag。

行為說明（重要，client agents 請注意）：

對 born-digital PDF（含可選取文字）：正常回 text + pages
對 scanned / image-only PDF：這不是錯誤，會優雅降級回 {is_scanned: true, reason: "OCR required, ..."}，無 error 欄位、也不丟例外。掃描件 OCR 屬高階方案 call_agent 範圍，本 tool 不處理。
下游 agent 看到 is_scanned: true 應該當作「PDF 不適合此 tool」而非「呼叫失敗」，可改走 OCR 或請使用者重供 born-digital 版本。

Paramètres

Nom	Type	Description
source *	string	—
max_pages	integer	—

Schéma JSON brut

{
  "properties": {
    "source": {
      "title": "Source",
      "type": "string"
    },
    "max_pages": {
      "anyOf": [
        {
          "type": "integer"
        },
        {
          "type": "null"
        }
      ],
      "default": null,
      "title": "Max Pages"
    }
  },
  "required": [
    "source"
  ],
  "title": "extract_pdf_textArguments",
  "type": "object"
}

Comment appeler

Amorce — paramètres dans le tableau

tw_extract_pdf_text({ source: "…" })

Même famille Autres outils

search_fsc_bank_interpretations銀行局行政函釋語意+關鍵字檢索 search_legal_interpretations跨機關行政函釋語意+關鍵字檢索 search_niche_corpora政府 OpenData 跨領域 niche 語意檢索 roc_year_to_western民國年 → 西元年

Les 26 outils