document-granular-decompose — скилл Claude Code: как установить
Скилл document-granular-decompose отправляет локальные документы в API TianGong AI Unstructure /mineru_with_images и возвращает чистый сплошной текст без лишней JSON-разметки.
MIT 113 установок ★ 11 обновлён 2026-10-19
npx skills add tiangong-ai/agent-skills --skill document-granular-decompose -a claude-codeЧто делает document-granular-decompose
Скилл запускает Python-скрипт scripts/mineru_fulltext_extract.py, который передаёт файл в эндпоинт /mineru_with_images через multipart-запрос. Скрипт принудительно задаёт параметр return_txt=true и считывает поле response.txt. Если оно пустое, утилита объединяет фрагменты из response.result[].text. В готовом тексте скрипт автоматически исправляет экранирование подчёркиваний Markdown, заменяя \_ на символ _.
Файлы проверяются локально по строгому списку расширений. Поддерживаются форматы PDF, офисные документы вроде .docx или .xlsx, а также изображения .png, .jpg и .webp. Неподдерживаемые расширения скрипт отсекает сразу же, не отправляя запрос в сеть.
Без переменных UNSTRUCTURED_API_BASE_URL и UNSTRUCTURED_AUTH_TOKEN в окружении запуск немедленно завершится ошибкой. Маршрутизацию модели можно при необходимости скорректировать через переменные UNSTRUCTURED_PROVIDER и UNSTRUCTURED_MODEL.
Какие задачи решает
- извлечь чистый текст из PDF и офисных документов через MinerU
- отфильтровать файлы с неподдерживаемыми расширениями до отправки в сеть
- передать извлечённый текст напрямую в stdout или записать в отдельный файл
- настроить авторизацию к Unstructure API через переменные окружения
Примеры запросов агенту
- Извлеки весь текст из отчёта
annual_report.pdfс помощью document-granular-decompose - Распарси презентацию
slides.pptxчерез document-granular-decompose и сохрани результат вoutput.txt
Как установить document-granular-decompose
1Через Skills CLI (Vercel)
npx skills add tiangong-ai/agent-skills --skill document-granular-decompose -a claude-code2Вручную: положить файлы
~/.claude/skills/document-granular-decompose/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/document-granular-decompose/
1Через Skills CLI (Vercel)
npx skills add tiangong-ai/agent-skills --skill document-granular-decompose -a codex2Вручную: положить файлы
.agents/skills/document-granular-decompose/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add tiangong-ai/agent-skills --skill document-granular-decompose -a cursor2Вручную: положить файлы
.cursor/skills/document-granular-decompose/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install tiangong-ai/agent-skills document-granular-decompose2Вручную: положить файлы
.github/skills/document-granular-decompose/SKILL.md1Через Skills CLI (Vercel)
npx skills add tiangong-ai/agent-skills --skill document-granular-decompose -a gemini-cli2Командой платформы
gemini skills install https://github.com/tiangong-ai/agent-skills --path document-granular-decomposeВручную: положить файлы
.devin/skills/document-granular-decompose/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add tiangong-ai/agent-skills --skill document-granular-decompose -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о document-granular-decompose
Как установить document-granular-decompose в Claude Code?
Выполните команду npx skills add tiangong-ai/agent-skills --skill document-granular-decompose -a claude-code. Конфигурация запишется в ~/.claude/skills/document-granular-decompose/SKILL.md.
Что делает скилл document-granular-decompose?
Он передаёт локальные файлы в сервис TianGong AI Unstructure через метод /mineru_with_images и выдаёт чистый текст без служебных метаданных.
Какие переменные окружения нужны для работы скилла?
Обязательно задать UNSTRUCTURED_API_BASE_URL с адресом сервера и UNSTRUCTURED_AUTH_TOKEN с токеном авторизации. Переменные UNSTRUCTURED_PROVIDER и UNSTRUCTURED_MODEL остаются опциональными.
Исходный текст
SKILL.md · MIT
--- name: document-granular-decompose description: Upload local documents to TianGong AI Unstructure `/mineru_with_images` API for fine-grained parsing and return only plain fulltext content. Use when a task needs document fulltext extraction with `return_txt=true`, strict file-type allowlist validation, API base URL/auth token from environment variables, and optional provider/model overrides. --- # Document Granular Decompose ## Core Goal - Parse a local document through `POST /mineru_with_images`. - Always force `return_txt=true`. - Read environment variables for endpoint, request identity, and model routing: - `UNSTRUCTURED_API_BASE_URL` (example: `https://your-unstructured-host:7770`) - `UNSTRUCTURED_AUTH_TOKEN` - `UNSTRUCTURED_PROVIDER` (optional) - `UNSTRUCTURED_MODEL` (optional) - Return only plain fulltext (prefer API `txt`; fallback to joined `result[].text`). ## Triggering Conditions - Need robust document fulltext extraction for PDF/Office/image files. - Need image-aware MinerU parsing but only textual output for downstream chunking/search/summarization. - Need to standardize provider/model/token input via environment variables instead of ad-hoc command parameters. ## Workflow 1. Prepare environment variables. ```bash export UNSTRUCTURED_AUTH_TOKEN="your-fastapi-bearer-token" export UNSTRUCTURED_API_BASE_URL="https://your-unstructured-host:7770" # Optional routing overrides. Omit them to let the server choose its defaults. export UNSTRUCTURED_PROVIDER="vllm" export UNSTRUCTURED_MODEL="Qwen/Qwen3.5-122B-A10B-FP8" ``` 2. Run extraction and print fulltext to stdout. ```bash python3 scripts/mineru_fulltext_extract.py \ --file "/absolute/path/to/document.pdf" ``` 3. Save fulltext to a local file when needed. ```bash python3 scripts/mineru_fulltext_extract.py \ --file "/absolute/path/to/document.pdf" \ --output "/absolute/path/to/fulltext.txt" ``` ## Request Contract - Endpoint resolution: - `--api-url` if provided - else `UNSTRUCTURED_API_BASE_URL + /mineru_with_images` - else fail fast with missing environment variable error - Method: `POST` multipart form. - Query params: - Force `return_txt=true` (always set by script). - Form fields sent: - `file` (required) - `provider` (optional, from `UNSTRUCTURED_PROVIDER` when set) - `model` (optional, from `UNSTRUCTURED_MODEL` when set) - Header sent: - `Authorization: Bearer $UNSTRUCTURED_AUTH_TOKEN` ## Supported File Types (Strict) - Supported file types: - `.bmp, .doc, .docm, .docx, .dot, .dotx, .gif, .jp2, .jpeg, .jpg, .odp, .odt, .pdf, .png, .pot, .potx, .pps, .ppsx, .ppt, .pptm, .pptx, .tiff, .webp, .xls, .xlsm, .xlsx, .xlt, .xltx` - Office formats: - `.doc, .docm, .docx, .dot, .dotx, .odp, .odt, .pot, .potx, .pps, .ppsx, .ppt, .pptm, .pptx, .xls, .xlsm, .xlsx, .xlt, .xltx` - Any other extension is rejected before sending API requests. ## Output Rules - Success output must be plain text fulltext only. - Normalize the confirmed upstream Markdown underscore escape (`\_` to `_`) in both supported response paths; preserve other backslashes and escapes. - Fulltext source priority: 1. `response.txt` 2. join non-empty `response.result[].text` by blank lines - Do not output chunk metadata/json unless the user explicitly requests debugging. ## Error Handling - Missing required env vars (`UNSTRUCTURED_API_BASE_URL`, `UNSTRUCTURED_AUTH_TOKEN`): fail fast with actionable message. - Missing `UNSTRUCTURED_PROVIDER` or `UNSTRUCTURED_MODEL`: omit the form field and let the service choose its default. - HTTP 401/403: report token/auth issue. - HTTP 4xx/5xx: print status and API error body if available. - Missing text in response: fail with explicit schema mismatch error. ## References - `references/env.md` - `references/request-response.md` ## Assets - `assets/config.example.env` ## Scripts - `scripts/mineru_fulltext_extract.py`
© tiangong-ai · MIT · tiangong-ai/agent-skills