Summary
PDFファイルからテキストを抽出する。macOS標準のPDFKitを使用し、外部依存なしで動作する。「PDFを読んで」「PDFからテキスト抽出」「PDF の内容を教えて」「PDFをテキストに起こして」「PDFをテキスト化」などのリクエストで使用する。
schroneko/skills
pdf-to-text
PDFファイルからテキストを抽出する。macOS標準のPDFKitを使用し、外部依存なしで動作する。「PDFを読んで」「PDFからテキスト抽出」「PDF の?
Installation
$
npx skills add schroneko/skills --skill pdf-to-text
Similar popular skills
Related neighbors and high-traction skills in the same topics — useful to compare before installing.
azure-ai
Same topic
microsoft/azure-skills
Use for Azure AI: Search, Speech, OpenAI, Document Intelligence. Helps with search, vector/hybr…
568.2K installs
azure-rbac
Same topic
microsoft/azure-skills
489K installs
pptx
Same topic
anthropics/skills
Use this skill any time a .pptx or .potx file is involved in any way — as input, output, or bot…
216.8K installs
pdf
Same topic
anthropics/skills
Use this skill whenever the user wants to do anything with PDF files. This includes reading or …
192.4K installs
docx
Same topic
anthropics/skills
Use this skill whenever the user wants to create, read, edit, or manipulate Word documents (.do…
184.5K installs
xlsx
Same topic
anthropics/skills
Use this skill any time a spreadsheet file is the primary input or output. This means any task …
165K installsAlso in this package
Other skills from schroneko/skills · top by installs.
npx skills add schroneko/skills
More details
Agent compatibility
Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.
Claude Code
Not declared
Cursor
Not declared
Codex
Not declared
GitHub Copilot
Not declared
Windsurf
Not declared
Gemini CLI
Not declared
Cline
Not declared
OpenCode
Not declared
Repository health
Stars
1
Default branch
main
Open issues
0
Status
Active
Package contents
Files included with this skill beyond the listing page.
-
skill md
SKILL.md3,537 B -
docs
SUMMARY.md334 B
History
- First seen on skills.sh
- First recorded snapshot · 17 installs
SKILL.md
PDF to Text
macOS 標準の PDFKit と Vision framework を使用して PDF からテキストを抽出する。外部依存なし。
使い方
scripts/extract.sh "PDFファイルのパス" [モード] [ページ範囲]モード
| モード | 説明 |
|---|---|
auto |
PDFKit で抽出し、500 バイト未満または文字化けなら Vision OCR（デフォルト） |
pdfkit |
PDFKit のみ使用（テキストレイヤーがある PDF 向け） |
ocr |
Vision OCR のみ使用（スキャン PDF、画像 PDF、または常に OCR したい場合向け） |
ページ範囲（ocr モードのみ）
| 例 | 説明 |
|---|---|
1-10 |
1〜10 ページ |
5 |
5 ページのみ |
10- |
10 ページ〜最後 |
-5 |
1〜5 ページ |
動作
- 指定された PDF からテキストを抽出
- PDF と同じディレクトリにキャッシュとして保存（ページ範囲指定時は除く）
- 標準出力にテキストを出力
自動モード（auto）の動作
- まず PDFKit でテキストレイヤーを抽出
- 以下の場合、Vision OCR にフォールバック：
- 抽出結果が 500 バイト未満（スキャン PDF と判断） - 抽出結果に文字化けパターンを検出（CID フォント問題）
- Vision framework で並列 OCR 処理
依存関係
なし（すべて macOS 標準機能）
- PDFKit: macOS 標準
- Vision framework: macOS 標準（並列処理対応）
キャッシュ
- 保存先: PDF と同じディレクトリ
- ファイル名:
{PDFファイル名}.txt（抽出方法によらず統一）
複数ファイルの一括処理
scripts/batch.sh "PDFディレクトリ" [並列数]引数
| 引数 | 説明 | デフォルト |
|---|---|---|
| PDFディレクトリ | PDF ファイルが含まれるディレクトリ | カレントディレクトリ |
| 並列数 | 同時処理数 | 12 |
出力
- 各 PDF と同じ場所に
.txtファイルを作成 - 処理ログを
<PDFディレクトリ>/batch-processing.logに保存
ログ形式
[2025-01-05 12:34:56] === PDF Batch Processing Started ===
[2025-01-05 12:34:56] Total PDFs: 86
[2025-01-05 12:34:56] To process: 85
[2025-01-05 12:34:57] OK: ファイル名.pdf (12.3s)
...
[2025-01-05 12:40:00] --- Summary ---
[2025-01-05 12:40:00] Processed: 85
[2025-01-05 12:40:00] Total time: 304.5s時間計測
単一ファイル処理（extract.sh）も [TIMING] タグで処理時間を stderr に出力する：
[TIMING] PDFKit: 0.368s
[TIMING] Vision OCR: 13.142s
[TIMING] Total: 13.510s制限事項
- macOS 専用
- 日本語・英語に対応
- パスワード保護された PDF は抽出できない