文档与办公 · SKILL.md

paper-summarize-pdf-to-feishu

paper-summarize-pdf-to-feishu

【文档与办公】总结论文 PDF 为飞书文档（含图表）。当用户发送 PDF 文件并要求总结、阅读、提取内容，或要求将 PDF 内容写入飞书文档时激活。支持学术论文、技术报告、一般 PDF 文档。自动检测扫描版 PDF 并回退 OCR，支持提取并上传论文图片到飞书文档。含多模型自审核机制：生成 → 配图 → 审核 → 人工确认 → 完善。 **支持去重系统**：自动识别重复 PDF、同文章不同版本、补充材料，智能合并处理。触发场景：发送 PDF 附件、"总结这个 PDF"、"帮我读一下这个论文"、"把 PDF 写成飞书文档"、 "论文总结"、"PDF 摘要"、"阅读 PDF 并输出到飞书"。

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

Lleoyeai / openclaw-master-skillsMIT

技能说明

GitHub

name: paper-summarize-pdf-to-feishu version: 1.0.1 author: yy-fan license: MIT homepage: https://github.com/openclaw/openclaw description: | 总结论文 PDF 为飞书文档（含图表）。当用户发送 PDF 文件并要求总结、阅读、提取内容，或要求将 PDF 内容写入飞书文档时激活。支持学术论文、技术报告、一般 PDF 文档。自动检测扫描版 PDF 并回退 OCR，支持提取并上传论文图片到飞书文档。含多模型自审核机制：生成 → 配图 → 审核 → 人工确认 → 完善。支持去重系统：自动识别重复 PDF、同文章不同版本、补充材料，智能合并处理。触发场景：发送 PDF 附件、"总结这个 PDF"、"帮我读一下这个论文"、"把 PDF 写成飞书文档"、 "论文总结"、"PDF 摘要"、"阅读 PDF 并输出到飞书"。 metadata: openclaw: requires: bins: - pdftotext - pdfinfo - pdfimages - pdftoppm - tesseract - jq env: - OPENCLAW_WORKSPACE config: - ~/.openclaw/openclaw.json primaryEnv: OPENCLAW_WORKSPACE

paper-summarize-pdf-to-feishu

将 PDF 文件完整阅读后生成结构化总结，写入飞书文档，并将论文 Figure 精确插入对应章节。 含多模型审核 + 配置确认 + 人工确认机制，确保最终输出质量。

前置依赖

系统工具

工具	用途	版本要求
`pdftotext`	PDF 文本提取	poppler-utils ≥ 0.86
`pdfinfo`	PDF 元信息查看	poppler-utils ≥ 0.86
`pdfimages`	PDF 图片提取	poppler-utils ≥ 0.86
`pdftoppm`	PDF 转图片（截图/OCR）	poppler-utils ≥ 0.86
`tesseract`	OCR 识别	≥ 4.1
`jq`	JSON 处理	≥ 1.6

OpenClaw 插件

插件	用途	版本
`feishu`	飞书文档操作	2026.3.13¹
`feishu_doc`	文档读写/图片上传	内置

¹ OpenClaw 官方插件与主程序同步发布，版本号一致

检查依赖：

# 检查系统工具
which pdftotext pdfinfo pdfimages pdftoppm tesseract jq || \
  sudo apt-get install -y poppler-utils tesseract-ocr tesseract-ocr-eng tesseract-ocr-chi-sim jq

# 检查版本
pdftotext -v  # 应显示 poppler-utils 版本
tesseract --version  # 应显示 tesseract 版本
jq --version

完整工作流程（六阶段）

阶段零：去重检查

目标：避免重复处理，智能识别补充材料并合并

0.1 提取元数据

scripts/extract_metadata.sh <input.pdf> "$TEMP_DIR/metadata.json"

提取内容：

DOI（优先，用于唯一标识）
标题、作者、发表年份
PDF 文件哈希（用于精确去重）
生成 paper_id：<DOI> 或 hash_<指纹>

0.2 检查是否已处理

scripts/check_duplicate.sh "$TEMP_DIR/metadata.json" "$PAPERS_DIR"

判断逻辑：

收到 PDF → 计算 paper_id → 查询 papers/ 目录
  ├─ 不存在 → 新论文，创建文件夹，进入阶段一
  ├─ 存在 + PDF 哈希相同 → 完全重复，跳过并告知用户
  ├─ 存在 + DOI 相同但哈希不同 → 同文章不同版本，询问是否更新
  └─ 存在 + 判断为补充材料 → 合并到 supplements/，追加到飞书文档

0.3 补充材料识别规则

文件名包含以下关键词视为补充材料：

supplement, suppl, _si_, supporting, appendix

DOI 包含 .supp 或 supplementary 也视为补充材料。

0.4 文件夹结构

papers/
├── 10.xxxx-xxxxxx/                      # DOI 作为 ID（优先）
│   ├── metadata.json                    # 元数据（DOI、标题、作者等）
│   ├── paper.pdf                        # 主文章
│   ├── paper.txt                        # 提取的全文文本
│   ├── feishu_doc_token.txt             # 飞书文档 token
│   ├── summary.md                       # 总结文档
│   ├── versions.json                    # 版本历史（如有更新）
│   ├── images/                          # 提取的 Figure/Table
│   └── supplements/                     # 补充材料
│       ├── 20260326_120000_suppl1.pdf
│       ├── 20260326_120000_suppl1_meta.json
│       └── 20260326_120000_suppl1.txt
│
└── hash_xxxxxxxxxxxx/                   # 无 DOI 时用指纹哈希
    └── ...

阶段一：生成

1. 创建论文专属文件夹

PAPER_DIR=<OpenClaw 工作目录>/papers/<paper_id>
mkdir -p "$PAPER_DIR"/{images,supplements}
cp <input.pdf> "$PAPER_DIR/paper.pdf"
cp "$TEMP_DIR/metadata.json" "$PAPER_DIR/metadata.json"

2. 智能提取 PDF 文本

scripts/extract_pdf_text.sh "$PAPER_DIR/paper.pdf" "$PAPER_DIR/paper.txt"

策略：pdftotext → 检测字符密度（≥50 字符/页正常，<50 走 OCR 回退）

3. 分段完整阅读

用 read 工具每次 500 行，直到读完全文。

关键要求：必须读完全文再总结，不要只读摘要或部分内容。

4. 生成结构化总结

学术论文结构：

# 总结：<论文标题>

> 原文标题 / 发表日期 / 机构

---

## 📊 论文统计
- 总字数 / 总页数
- Figure（正文）：X 张
- Figure（附录）：X 张
- Table（正文）：X 张
- Table（附录）：X 张

---

## 一、研究背景与动机
## 二、研究设计
## 三、方法/系统架构
## 四、核心结果
### 4.1 结果 A
### 4.2 结果 B
## 五、讨论与局限性
## 六、结论
## 七、关键数据速览

5. 创建飞书文档并写入

{
  "action": "create",
  "title": "总结：<文档标题>",
  "owner_open_id": "<用户的 open_id>"
}

{
  "action": "write",
  "doc_token": "<doc_token>",
  "content": "<Markdown 格式总结>"
}

保存 feishu_doc_token.txt 以便后续补充材料合并时使用。

阶段一（补充）：补充材料合并

如果阶段零判断为补充材料，执行以下流程：

# 读取已有的飞书文档 token
DOC_TOKEN=$(cat "$PAPER_DIR/feishu_doc_token.txt")

# 步骤 1：合并补充材料（文件层面）
scripts/merge_supplement.sh "$PAPER_DIR" "<supplement.pdf>" "$DOC_TOKEN"

# 步骤 2：追加到飞书文档（调用 feishu_doc 工具）
feishu_doc action=append doc_token="$DOC_TOKEN" content="
## 📎 补充材料：$(basename $SUPPLEMENT_PDF)
- 添加时间：$(date +%Y-%m-%d %H:%M)
- 摘要：$(cat $SUPP_TXT | head -20)
"

合并逻辑：

merge_supplement.sh 负责文件层面操作：
- 复制补充材料到 supplements/ 目录（带时间戳命名）
- 提取补充材料的元数据（_meta.json）
- 提取简要摘要（.txt）
Agent 调用 feishu_doc 工具追加内容到飞书文档
更新 versions.json 记录（待实现）

注意：merge_supplement.sh 不直接操作飞书文档，仅准备文件和数据。飞书文档更新由上层 Agent 调用 feishu_doc 工具完成。

阶段二：配图（Figure/Table 提取与验证）

6. 定位 Figure/Table 页码

scripts/locate_figures.sh "$PAPER_DIR/paper.pdf" "$PAPER_DIR/paper.txt" "$PAPER_DIR/images"

脚本会：

用 grep 找到所有 Figure/Table 标题行
根据行号估算页码
对估算页码 ±2 页范围截图（候选页面）

⚠️ 注意：行号→页码是粗略估算，必须经过审核验证！

7. 验证截图（关键步骤）

对每个 Figure 的候选截图逐张审核：

for each Figure:
  1. read 候选截图
  2. 判断：图中是否包含目标 Figure？
     - ✅ 包含 → 记录正确页码，复制为 Figure_XX_full.png
     - ❌ 不包含 → 检查相邻页面
  3. 如果所有候选页面都不对 → 扩大搜索范围

验证标准：

✅ 截图中必须可见 "Figure X" 或 "Table X" 标题文字
✅ 截图中必须包含图表内容（非纯文字页面）
✅ 复合图（多子图拼合）应作为完整页面保留

如果截图是纯文字：

❌ 不要使用该截图
检查相邻页面（±3 页范围）
检查文本提取是否有误（Figure 标题可能在图片中无法提取）
手动浏览 PDF 定位：pdftoppm -f X -l X paper.pdf output

8. 插入图片到对应章节

精确定位：

{
  "action": "upload_image",
  "doc_token": "<doc_token>",
  "file_path": "<图片路径>",
  "parent_block_id": "<doc_token>",
  "index": <目标索引>
}

技巧：从文档末尾往前插（倒序），避免索引偏移。

阶段三：审核（多模型审核）

核心思想：直接使用 fallback 模型审核 → 告知用户 → 主模型审查 → 人工确认

9. 读取模型配置并启动审核

# 读取 OpenClaw 配置文件
CONFIG_FILE=<OpenClaw 配置文件路径>

# 提取 fallback 模型列表（取第一个作为审核模型）
FALLBACK_MODEL=$(jq -r '.agents.defaults.model.fallbacks[0]' "$CONFIG_FILE")

# 确认配置并启动审核
if [ -z "$FALLBACK_MODEL" ] || [ "$FALLBACK_MODEL" = "null" ]; then
  echo "⚠️ 未配置 fallback 模型，将使用主模型自审"
  # 降级方案：使用主模型重新阅读 PDF + 文档进行自审
  sessions_spawn task="请审核这份飞书文档与原始 PDF 的一致性..."
else
  echo "✅ 使用 fallback 模型进行审核：$FALLBACK_MODEL"
  # 告知用户审核模型
  echo "📋 已启动审核流程，使用模型：$FALLBACK_MODEL"
  sessions_spawn task="请审核这份飞书文档与原始 PDF 的一致性..." \
    model="$FALLBACK_MODEL"
fi

注意：

优先使用配置中的 fallback 模型
不需要用户确认，直接启动审核
审核前告知用户使用的模型即可

审核内容：

文档章节完整性
Figure 是否正确显示（非纯文字）
关键数据准确性（百分比、p 值、置信区间）
格式和错别字检查

10. 生成审核报告

审核报告包含：

字数对比（原始 PDF vs 飞书文档）
章节完整性检查
Figure/Table 清单核对
关键数据提取（百分比、p 值、样本量等）
修改建议清单（逐条列出）

11. 主模型审查审核意见

主模型审查流程：

1. 阅读审核报告
2. 逐条审查修改建议：
   - ✅ 合理建议 → 标记为"采纳"
   - ❌ 错误建议 → 标记为"拒绝"并说明原因
   - ⚠️ 需确认 → 标记为"待用户确认"
3. 生成最终修改方案

注意：

不照单全收审核意见
主模型对最终质量负责
有争议的建议提交用户确认

阶段四：人工确认

12. 提交用户确认

向用户发送：

飞书文档链接（初版）
审核报告摘要
修改建议清单（标注采纳/拒绝/待确认）
确认提示：

📋 文档已完成初稿和审核

✅ 已完成的修改：X 处
⚠️ 待您确认的修改：Y 处
❌ 拒绝的修改：Z 处（原因：...）

请查看文档后回复：
- "确认" → 应用所有修改，输出最终版
- "修改 XXX" → 指定需要调整的内容
- "跳过" → 直接输出当前版本

13. 等待用户确认

用户回复处理：

✅ "确认" / "没问题" / "可以" → 进入阶段五（完善）
✏️ "修改 XXX" → 根据用户要求修改后重新提交确认
⚠️ "跳过" / "直接输出" → 跳过修改，进入阶段五

阶段五：完善

14. 应用最终修改

根据用户确认的修改方案：

补充遗漏的章节
修正错误的数据
添加缺失的 Figure/Table
优化格式和表述

格式标准化检查清单（必须逐项核对）：

文档开头：引用块包含标题、期刊、DOI、作者、接受日期
论文统计：使用表格格式，包含所有必填指标
章节标题：使用统一的标题层级（H1 → H2 → H3）
关键数据：加粗重要数值，补充置信区间
表格：所有数据表格使用统一样式
图片：Figure 插入到对应章节后
相关链接：包含原文、补充材料、数据平台、预注册链接
署名信息：文档末尾必须包含撰写人和审核人（见步骤 17）

15. 最终检查

通读飞书文档，检查格式、错别字
确认所有链接可点击
确认图片显示正常
核对格式检查清单（见步骤 15）

16. 添加署名信息（强制）

在文档末尾添加署名块（必须包含）：

---

## 📝 文档信息

| 项目 | 信息 |
|------|------|
| 撰写人 | <Agent 名字>（<主模型名称>） |
| 审核模型 | <审核模型名称> |
| 审核状态 | ✅ 已通过 |
| 生成时间 | YYYY-MM-DD HH:MM |
| 文档版本 | v1.0 |

---

*本总结由 AI 助手自动生成，如有问题请指出。*

示例：

撰写人：Lux（qwen3.5-plus）
审核模型：kimi-k2.5
审核状态：✅ 已通过
生成时间：2026-03-26 17:13
文档版本：v1.0

注意：

撰写人 = 当前 Agent 的名字（从 IDENTITY.md 或会话上下文获取）
主模型 = 生成文档使用的模型（如 qwencode/qwen3.5-plus）
审核模型 = fallback 模型（如 qwencode/kimi-k2.5）
如果跳过审核，标注"审核状态：⏭️ 已跳过"

17. 返回最终文档

向用户发送：

飞书文档链接（最终版）
修改摘要（可选）
使用说明："如有问题请随时指出，我可以进一步修改"

脚本说明

去重系统

脚本	功能	输出
`extract_metadata.sh`	提取 PDF 元数据（DOI、标题、作者、页数），生成 paper_id	JSON：`paper_id`, `doi`, `title`, `pdf_hash`
`check_duplicate.sh`	检查是否已处理，判断重复/版本更新/补充材料	JSON：`action`, `file_type`, `message`
`merge_supplement.sh`	复制补充材料到 `supplements/`，提取元数据和摘要	JSON：文件路径 + 摘要，不操作飞书文档

原有脚本

脚本	功能
`extract_pdf_text.sh`	智能文本提取（pdftotext + OCR 回退）
`extract_pdf_images.sh`	提取嵌入图片 + 生成清单
`locate_figures.sh`	定位 Figure/Table 页码 + 截取候选页面
`review_document.sh`	生成审核报告（对比 PDF 与飞书文档）

注意事项

去重系统

DOI 优先：有 DOI 的论文用 DOI 作为唯一标识（/ 替换为 _），无 DOI 时用指纹哈希
版本管理：同 DOI 不同版本会提示用户确认是否更新，不会自动覆盖
补充材料识别：文件名含 supplement/suppl/_si_/supporting/appendix/moesm/_esm 自动识别
- 支持 Nature 系列期刊标准命名（MOESM = Materials Online Electronic Supplementary Material）
精确去重：PDF 哈希完全相同则跳过，避免重复处理
文件夹命名：papers/<paper_id>/，其中 paper_id 为 DOI（/→_）或 hash_<指纹>

补充材料合并

文件层面：merge_supplement.sh 复制到 supplements/ + 提取元数据和摘要
飞书文档：Agent 调用 feishu_doc action=append 追加"补充材料"章节
命名规则：YYYYMMDD_HHMMSS_<原文件名>（带时间戳避免冲突）

配图验证

页码估算不可靠：每张截图都要 read 验证
优先页面截图：pdftoppm 整页截图 > pdfimages 嵌入图片

多模型审核

配置确认：执行前读取 OpenClaw 配置文件中的 agents.defaults.model.fallbacks 配置
Fallback 模型审核：使用配置中的第一个 fallback 模型进行审核（避免自己审核自己）
降级方案：如未配置 fallback 模型，使用主模型重新阅读 PDF + 文档进行自审
主模型审查：逐条审查审核建议，不照单全收
人工确认：有争议的建议提交用户确认

流程自动化

六阶段流程：去重检查 → 生成 → 配图 → 审核 → 人工确认 → 完善
补充材料自动合并：识别后追加到主文档的"补充材料"章节
审核告知：审核前告知用户使用的 fallback 模型（无需确认）
人工确认环节：审核完成后需用户确认再输出最终版
格式标准化：使用检查清单确保每次输出格式一致
强制署名：文档末尾必须包含撰写人、审核模型、生成时间

输出格式稳定性

为确保每次生成的文档格式一致，必须遵守：

文档结构模板化：
- 严格按照"一、二、三..."章节编号
- 每个章节使用 H2 标题（##）
- 子章节使用 H3 标题（###）
表格样式统一：
- 所有统计数据使用 Markdown 表格
- 表格第一行为表头
- 重要数据加粗（如 **55.0%**）
强制署名：
- 文档末尾必须包含署名块（见步骤 17）
- 使用表格格式展示撰写人、审核模型等信息
- 不得省略或修改署名格式
质量检查：
- 使用格式检查清单（步骤 15）逐项核对

已知限制（待实现）

.index.json 索引文件维护
versions.json 版本历史记录
同 DOI 不同版本的用户确认交互

飞书文档图片插入方法

正确用法（已验证）：

# 方法 1：上传到文档根目录，用 index 指定位置（0-based）
feishu_doc action=upload_image \
  doc_token="<doc_token>" \
  file_path="<image_path>" \
  parent_block_id="<文档根 block ID>" \
  index=20

# 方法 2：上传到指定章节下（parent_block_id 为章节 block ID）
feishu_doc action=upload_image \
  doc_token="<doc_token>" \
  file_path="<image_path>" \
  parent_block_id="<章节 block ID>"

注意事项：

parent_block_id 为文档根 ID 时，index 表示在 children 数组中的位置
parent_block_id 为章节 ID 时，图片会追加到该章节下
insert + after_block_id 方式会报错，不推荐使用

注意事项

Token 消耗提醒

请注意 Token 消耗，建议使用包月套餐。

安全说明

环境变量：

OPENCLAW_WORKSPACE：OpenClaw 工作目录（用于存储论文和临时文件）

配置文件读取：

技能会读取 ~/.openclaw/openclaw.json 获取 fallback 模型配置（用于多模型审核）
如未配置 fallback 模型，将使用主模型自审

本地存储：

论文文本：<OPENCLAW_WORKSPACE>/papers/<paper_id>/paper.txt
飞书文档 Token：<OPENCLAW_WORKSPACE>/papers/<paper_id>/feishu_doc_token.txt
提取的图片：<OPENCLAW_WORKSPACE>/papers/<paper_id>/images/

系统依赖：

脚本可能运行 sudo apt-get install 安装 poppler-utils、tesseract-ocr 等工具（用于 PDF 处理和 OCR）
需要 root 权限，请确保在受信任的环境中使用

权限说明：

技能需要访问 OpenClaw 配置文件（读取 fallback 模型）
技能会调用 sessions_spawn 启动子代理审核（使用 fallback 模型）
技能会创建和修改本地文件（论文存储、Token 保存）

版本: 1.0.0
许可证: MIT
作者: yy-fan
最后更新: 2026-03-26

MAKE IT PART OF YOUR WORKFLOW

安装技能

TERMINAL

npx skills add leoyeai/openclaw-master-skills --skill paper-summarize-pdf-to-feishu

复制命令到本地终端执行；安装前请先审查源代码和许可证。

ZIP · 完整技能目录，含资源与许可证

SKILL.md · 仅技能说明原文

仓库 Star: 未同步
许可证: MIT
版本 / 分支: HEAD · 58c6fe9c
仓库更新时间: 未同步

安装前，请检查技能脚本与权限。

源代码

paper-summarize-pdf-to-feishu

技能说明

paper-summarize-pdf-to-feishu

前置依赖

系统工具

OpenClaw 插件

完整工作流程（六阶段）

阶段零：去重检查

0.1 提取元数据

0.2 检查是否已处理

0.3 补充材料识别规则

0.4 文件夹结构

阶段一：生成

1. 创建论文专属文件夹

2. 智能提取 PDF 文本

3. 分段完整阅读

4. 生成结构化总结

5. 创建飞书文档并写入

阶段一（补充）：补充材料合并

阶段二：配图（Figure/Table 提取与验证）

6. 定位 Figure/Table 页码

7. 验证截图（关键步骤）

8. 插入图片到对应章节

阶段三：审核（多模型审核）

9. 读取模型配置并启动审核

10. 生成审核报告

11. 主模型审查审核意见

阶段四：人工确认

12. 提交用户确认

13. 等待用户确认

阶段五：完善

14. 应用最终修改

15. 最终检查

16. 添加署名信息（强制）

17. 返回最终文档

脚本说明

去重系统

原有脚本

注意事项

去重系统

补充材料合并

配图验证

多模型审核

流程自动化

输出格式稳定性

已知限制（待实现）

飞书文档图片插入方法

注意事项

Token 消耗提醒

安全说明

发现更多相关技能

视觉画布设计

Word 文档处理

PDF 文档处理