document-processing — скилл для Claude Code: PDF, Excel, Word

Что делает document-processing

Скилл включается, когда в задаче всплывают PDF, Excel, Word или PowerPoint, а также форматы XLSX, DOCX, PPTX, таблицы и презентации. Внутри — справочник по инструментам: для PDF это pypdf, pdfplumber, reportlab, pytesseract с pdf2image и утилиты qpdf и pdftotext; для таблиц — pandas и openpyxl; для Word — pandoc и python-docx; для презентаций — markitdown, python-pptx и pptxgenjs.

Отдельный блок про формулы в Excel. Скилл прямо говорит: считать значение в Python и записывать его в ячейку — ошибка, потому что при изменении данных число не пересчитается. Правильно — писать формулу. Ещё есть соглашения финансовых моделей: синий текст для введённых вручную чисел, чёрный для формул, зелёный для ссылок на другие листы, жёлтая заливка для мест, которые требуют внимания.

Для Word и PowerPoint описана структура файлов. XLSX, DOCX и PPTX — это ZIP-архивы с XML внутри, поэтому правки можно вносить напрямую. Для договоров и юридических документов скилл советует использовать отслеживаемые изменения через XML-теги <w:ins> и <w:del>, а не замену текста. Конвертация между форматами идёт через pandoc и headless-режим LibreOffice. Учтите: под каждую задачу нужны свои библиотеки и утилиты, и без установленного pandoc или LibreOffice часть сценариев не сработает.