智能感知 · 组件
Office/PDF 文本提取、限定存储与文档编写
可用 合成数据 T5 · 文档扫描与抽取
功能
从含文本层的 PDF 和 OOXML 中有限度地提取文字与结构，预览 DOCX，并创建或检查办公文件。表格检查能发现缺失的工作表引用和缓存错误，但不计算公式。
核心模式
有限文档提取与写入＋预览和结构检查
- 输入
- Office/PDF files or structured document content
- 输出
- Extracted text, previews, authored documents and validation reports
关键参数
| 名称 | 类型 | 默认值 | 取值 |
|---|---|---|---|
| operation | string | extract | extract · preview · author · validate · formula_check · pdf_render · upload_context |
| document_data | — | — | — |
| extract_schema | — | — | — |
| format | string | json | json · csv · markdown · html · pdf · xlsx · pptx · png · svg · text |
| max_pages | integer | 200 | 1–10000 |
成熟度与限制
可用
包含原生提取测试，以及具体的文档编写、检查和校验脚本。此等级依据静态源码检查，不代表运行测试、真实服务接入或生产部署已通过验证。
扫描版 PDF 须另配 OCR 引擎；现有 PDF 文本提取器不执行 OCR。静态公式检查不会重新计算电子表格公式。ZIP 解压与文档体积须有资源限制；服务端存储和授权与桌面本地文件接口具有不同安全边界。
技能包
契约脚手架与确定性模拟实现
下载 · 14KBSHA-256 d0ff4f0a5b19b5910a2105a43c6a5a74fb1b94fc6c1bca2a9da4e8260dab03f5
