pdf-asset-extractor — independently scanned and version-tracked by SaferSkills.
SaferSkills independently audited pdf-asset-extractor (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
將 PDF 文件分解為可查詢的資產（圖片、表格、章節），並建立跨文獻知識圖譜。
核心能力：
| 引擎 | 強項 | 弱項 | 觸發方式 |
|---|---|---|---|
| PyMuPDF (預設) | 快速、輕量 (~50MB) | 版面分析精度較低 | ingest_documents() |
| Marker (高精度) | 精確 bbox、section hierarchy | 重模型 (~1GB)、較慢 | ingest_documents(use_marker=True) 或 parse_pdf_structure() |
blocks.json — 結構化區塊（含 bbox、polygon、section_hierarchy）Base64 圖片非常大，一次只處理一張！
>
- 一張圖片 ≈ 200KB base64 ≈ ~270K tokens - 對話 context 有限，多張圖片會快速耗盡 - 建議流程：先 inspect_document_manifest → 選定目標圖 → 一次 fetch 一張如果 AI 有視覺能力（Vision），可直接分析返回的圖片 如果是純文字 AI，應誠實告知無法分析圖片內容
系統以 fig_{page}_{index} 命名，非解析圖說文字 需手動對照 manifest 頁碼與實際 Figure 編號| Tool | 用途 | 參數 |
|---|---|---|
ingest_documents | 匯入 PDF（ETL 流程） | file_paths: list[str], async_mode: bool, use_marker: bool |
parse_pdf_structure | Marker 結構化解析（單檔） | file_path: str |
get_job_status | 查詢 ETL 進度 | job_id: str |
list_jobs | 列出所有工作 | active_only: bool |
cancel_job | 取消 ETL 工作 | job_id: str |
| Tool | 用途 | 參數 |
|---|---|---|
list_documents | 列出所有已處理文件 | 無 |
inspect_document_manifest | 查看文件結構（圖/表/章節清單） | doc_id: str |
fetch_document_asset | 取得特定資產 | doc_id, asset_type, asset_id |
| Tool | 用途 | 參數 |
|---|---|---|
list_section_tree | 顯示完整 section hierarchy 樹狀結構 | doc_id: str |
get_section_detail | 取得特定 section 的詳細資訊 | doc_id: str, section_path: str |
get_section_blocks | 提取特定 section 的所有 blocks | doc_id: str, section_path: str |
search_sections | 搜尋 section 名稱 | doc_id: str, query: str |
| Tool | 用途 | 參數 |
|---|---|---|
search_source_location | 在 blocks.json 中搜尋特定內容 | doc_id: str, query: str, block_types: list |
| Tool | 用途 | 參數 |
|---|---|---|
consult_knowledge_graph | 跨文獻 RAG 查詢 | query: str, mode: str |
export_knowledge_graph | 導出圖譜（JSON/Mermaid） | format: str, limit: int |
Resources 會自動更新，可直接瀏覽文件大綱：
| Resource URI | 說明 |
|---|---|
documents://list | 所有已處理文件列表 |
document://{doc_id}/outline | 📋 文件完整大綱（推薦起點） |
document://{doc_id}/manifest | 完整 manifest JSON |
document://{doc_id}/figures | 圖片清單（ID、頁碼、尺寸） |
document://{doc_id}/tables | 表格清單 |
document://{doc_id}/sections | 章節層級結構 |
knowledge-graph://summary | 知識圖譜統計概覽 |
# 瀏覽已處理的文件
→ documents://list
# 查看文件大綱（推薦起點）
→ document://abc123def/outline
# 列出所有圖片
→ document://abc123def/figures
# 知識圖譜概覽
→ knowledge-graph://summary使用者：「幫我匯入這份 PDF」/ 「分析這份論文」
步驟：
1. 取得 PDF 絕對路徑
2. 呼叫 ingest_documents（預設 async_mode=True）
3. 使用 get_job_status 追蹤進度
4. 完成後提供 doc_id範例呼叫：
# 異步匯入（推薦，大檔案用）
ingest_documents(file_paths=["/papers/study.pdf"])
# 返回 job_id，用 get_job_status 追蹤
# 同步匯入（小檔案）
ingest_documents(file_paths=["/papers/small.pdf"], async_mode=False)使用者：「這份文件有什麼圖表？」
步驟：
1. 呼叫 list_documents 找到 doc_id
2. 呼叫 inspect_document_manifest
3. 列出所有 figures/tables/sections範例呼叫：
list_documents()
inspect_document_manifest(doc_id="abc123def")Manifest 內容：
tab_1, tab_2...（ID、頁碼）fig_2_1, fig_3_1...（ID、尺寸、頁碼）sec_intro, sec_methods...（標題、行號）#### 取得圖片（⚠️ 一次一張）
fetch_document_asset(
doc_id="abc123def",
asset_type="figure",
asset_id="fig_3_1"
)
# 返回 ImageContent (base64) + metadata#### 取得表格
fetch_document_asset(
doc_id="abc123def",
asset_type="table",
asset_id="tab_1"
)
# 返回 Markdown 格式表格#### 取得章節/全文
# 特定章節
fetch_document_asset(doc_id="abc123def", asset_type="section", asset_id="sec_methods")
# 全文 Markdown
fetch_document_asset(doc_id="abc123def", asset_type="full_text", asset_id="full")使用者：「比較這兩篇文獻的發現」/ 「AlphaFold 是什麼？」
步驟：
1. 確認文件已 ingest 且已建立索引
2. 選擇查詢模式
3. 呼叫 consult_knowledge_graph查詢模式：
| Mode | 用途 | 適合場景 |
|---|---|---|
local | 細節查詢 | 特定藥物劑量、具體數據 |
global | 全局模式 | 跨文獻趨勢、主題歸納 |
hybrid | 混合模式（推薦） | 一般問答 |
範例呼叫：
consult_knowledge_graph(
query="What is AlphaFold and how does it work?",
mode="hybrid"
)使用者：「顯示知識圖譜」/ 「圖譜長什麼樣？」
步驟：
1. 選擇輸出格式
2. 呼叫 export_knowledge_graph
3. Mermaid 格式可直接渲染輸出格式：
| Format | 用途 | 建議 limit |
|---|---|---|
summary | 統計 + 樣本節點 | 50（預設） |
mermaid | Mermaid 流程圖 | 20-30 |
json | 完整節點/邊 JSON | 100+ |
範例呼叫：
# 快速概覽
export_knowledge_graph(format="summary")
# Mermaid 視覺化（可渲染）
export_knowledge_graph(format="mermaid", limit=25)
# 完整 JSON 數據
export_knowledge_graph(format="json", limit=100)Mermaid 輸出範例：
graph TD
N0["AlphaFold"]
N1["DeepMind"]
N2["Protein Structure"]
N0 -->|developed by| N1
N0 -->|predicts| N2使用者：「幫我分析這份 PDF」
執行流程：
1. ingest_documents → 取得 job_id
2. get_job_status → 等待完成
3. inspect_document_manifest → 了解結構
4. fetch section (Introduction) → 快速瀏覽
5. 根據需要 fetch 特定圖表
6. consult_knowledge_graph → 整合分析使用者：「給我 Figure 3」
執行流程：
1. list_documents → 找到 doc_id
2. inspect_document_manifest → 找 fig_X_X 對應
3. fetch_document_asset(asset_type="figure", asset_id="fig_3_1")
4. 返回圖片 + metadata使用者：「比較 A 和 B 論文的結論」
執行流程：
1. 確認兩份文件都已 ingest
2. consult_knowledge_graph(mode="global")
3. export_knowledge_graph(format="mermaid") → 視覺化關係使用者：「圖譜裡有什麼？」
執行流程：
1. export_knowledge_graph(format="summary") → 統計
2. export_knowledge_graph(format="mermaid", limit=20) → 視覺化| 資產類型 | 大約 Token 數 | 建議 |
|---|---|---|
| Section (1頁) | ~500-1000 | ✅ 優先使用 |
| Table | ~200-500 | ✅ 低成本 |
| Figure (base64) | ~200K-500K | ⚠️ 一次一張 |
| Full text (10頁) | ~10K-20K | ⚠️ 視需要 |
| Knowledge Graph (summary) | ~500 | ✅ 快速概覽 |
| Knowledge Graph (mermaid) | ~1K-3K | ✅ 視覺化 |
操作後應回報：
## PDF 處理結果
### 📄 文件資訊
- **doc_id**: `abc123def`
- **標題**: Nobel Prize Chemistry 2024
- **頁數**: 15 頁
### 📊 可用資產
| 類型 | 數量 | 範例 ID |
|------|------|---------|
| Figures | 8 | fig_2_1, fig_5_1 |
| Tables | 3 | tab_1, tab_2 |
| Sections | 5 | sec_intro, sec_methods |
### 🔗 知識圖譜
- **節點**: 383
- **關係**: 99
- 可使用 `export_knowledge_graph` 視覺化~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.