元記事: Claude CodeでPDFの結合・分割・表抽出をする ― pdfスキル(cccskills)
スキルのページ: pdf
この記事の結論
pdfスキルを入れると、PDFの結合や必要なページの切り出し、表のExcel化を、Claude Codeに日本語で頼むだけで済ませられます。
文字や画像の抽出、回転、新規作成、フォーム入力、スキャン文書の文字認識、パスワード保護も対象です。
この記事では、依頼文の例とインストール手順、使う前に確かめたい点を紹介します。
pdfスキルを入れると、PDFの加工を日本語の依頼文で頼めるようになります。
たとえば次のように送ります。
売上報告.pdfに入っている表を全部取り出して、1つのExcelファイルにまとめて
エージェントはpdfplumberというPythonライブラリを使い、各ページの表を順に読み取ります。
表の1行目を列名として扱い、全ページの表を縦につなげて1つにする流れです。
結果はextracted_tables.xlsxのような名前のExcelファイルに保存されます。
このスキルは、.pdfファイルの話題が出たときやPDFの作成を頼まれたときに使われる設計です。
毎回スキル名を書かなくても、PDFの話をすれば手順が呼び出されます。
**表を1つずつコピーして貼り直す作業は、出来上がったExcelを確かめる作業に置き換わります。
**
pdfスキルは、PDFの読み取り・加工・作成の手順を1つにまとめたものです。
PythonライブラリとコマンドラインツールでPDFを扱う方法が、作業ごとに整理されています。
読者がする作業で分けると、次の4つになります。
PDFの本文をテキストとして取り出せます。
レイアウトを保ったまま抜き出す方法や、1〜5ページ目のように範囲を絞る方法も含まれています。
表はページごとに読み取り、Excelファイルにまとめることも可能です。
PDFに埋め込まれた画像は、連番のJPEGファイルとして書き出されます。
タイトルや作成者といったメタデータ(文書の属性情報)の読み取りも対象です。
複数のPDFを、指定した順に1つへ結合できます。
逆に1ページずつ別ファイルに分ける処理や、「6〜10ページだけ」のような範囲の切り出しも対象です。
ページを90度回転させて向きを直す処理も含まれています。
透かし用のPDFを全ページに重ねることも可能です。
文章を配置したPDFを新しく作れます。
タイトルと本文を並べ、改ページを入れた複数ページの報告書の形式にも対応しています。
PDFのフォーム入力は、付属のFORMS.mdの手順に沿って進める構成です。
入力欄の情報を取り出すスクリプトと、入力欄に値を書き込むスクリプトが同梱されています。
紙をスキャンしたPDFは、各ページを画像に変換してからOCR(画像内の文字を読み取る処理)にかける流れです。
読み取った文字は、ページ番号付きで順に返されます。
PDFにパスワードを掛ける処理と、パスワードが分かっているPDFの保護を外す処理も対象です。
pdfスキルは、コマンド1行か、エージェントへの依頼文で入れられます。
コマンドで入れる場合は次のとおりです。
npx skills add https://github.com/anthropics/skills --skill pdf
このコマンドでは、Claude CodeやCodexなど、入れる先のエージェントを選べます。
エージェントに任せる場合は、次の文面をそのまま送ってください。
次の Agent Skill をインストールしてください。
https://github.com/anthropics/skills/tree/main/skills/pdf
まず SKILL.md と付属ファイルの中身を確認し、不審な処理(外部への送信、認証情報の読み取りなど)がないことを確かめてから、Claude Code なら ~/.claude/skills/pdf/、Codex なら ~/.agents/skills/pdf/ に配置してください。
置き場所は次の表のとおりです。
すべてのプロジェクトで使うならユーザー単位、特定のプロジェクトだけならプロジェクト単位に置きます。
| エージェント | ユーザー単位 | プロジェクト単位 |
|---|---|---|
| Claude Code | ~/.claude/skills/ | .claude/skills/ |
| Codex | ~/.agents/skills/ | .agents/skills/ |
配布元はGitHubのanthropics/skillsです。
入れる前に、このページでSKILL.mdと付属ファイルの中身に目を通しておきましょう。
依頼文には、対象のファイル名と欲しい結果をそのまま書きます。
よく使う依頼を3つ紹介しましょう。
4月・5月・6月の報告書PDFを、この順番で1つに結合して。
先頭ページが横向きなので向きも直して
3つのファイルが指定の順に並び、1つのPDFとして保存されます。
先頭ページは90度回転し、ほかのページと向きがそろいます。
書き出し先はmerged.pdfのような新しいファイルです。
契約書.pdfの6〜10ページだけを切り出して、別のPDFにして
指定した範囲のページだけが、新しいPDFに書き出されます。
全ページを1枚ずつ別ファイルに分けたいときも、同じように頼めます。
スキャンした議事録.pdfの文字を読み取って、テキストで見せて
各ページを画像に変換してからOCRをかけるため、「Page 1」「Page 2」のようにページごとに区切った文字が返ってきます。
読み取り結果は、元の画像と見比べて確かめてください。
pdfスキルを使う前に、必要なツールと元ファイルの扱いを確認してください。
使うライブラリやツールは、作業の内容によって変わります。
主な組み合わせは次の表のとおりです。
| 作業 | 使うもの |
|---|---|
| 結合・分割・回転・パスワード | pypdf、qpdf |
| 文字・表の抽出 | pdfplumber、pdftotext(poppler-utils) |
| 表のExcel化 | pdfplumber、pandas |
| PDFの新規作成 | reportlab |
| スキャンPDFのOCR | pytesseract、pdf2image |
| 画像の抽出 | pdfimages(poppler-utils) |
pdftkは、入っている環境でだけ使う扱いです。
足りないものがあれば、何を入れるのかを先にエージェントに説明させてから導入しましょう。
そうすると、手元の環境を把握しやすくなります。
SKILL.mdの処理例では、結果を別名の新しいファイルに書き出します。
それでも、大事な資料はコピーを取ってから頼むほうが安全でしょう。
出力先のファイル名を依頼文で指定しておけば、どれが加工後のファイルか迷いません。
OCRの処理例には、読み取る言語の指定がありません。
日本語のスキャン文書を読ませるときは、結果を必ず確認してください。
reportlabでPDFを作る場合、下付き・上付きのUnicode文字は黒い四角になるため、専用のタグで書く決まりです。
ライセンスは独自の条件で、全文はLICENSE.txtにあります。
**入れる前にSKILL.mdと付属のスクリプトを読み、外部への送信などの不審な処理がないことを確かめてください。
**
PDFの前後でWordの資料も扱うなら、同じリポジトリのdocxが役立ちます。
Word文書やテンプレートの作成・編集、内容の抽出を支援するスキルです。
表や画像の配置、変更履歴やコメントの扱いにも対応しています。
指定しなくても使われます。
pdfスキルは、.pdfファイルの話題が出たときやPDFの作成を頼まれたときに使う設計です。
使えます。
インストールコマンドで入れる先にCodexを選ぶか、~/.agents/skills/pdf/に配置してください。
できます。
フォーム入力は、付属のFORMS.mdの手順に沿って進む仕組みです。
入力欄の情報を取り出すスクリプトや、値を書き込むスクリプトも同梱されています。
pdfスキルを入れると、PDFの結合・分割・回転、表のExcel化、スキャン文書の文字認識を依頼文で頼めます。
新規作成やフォーム入力、パスワード保護も同じスキルで扱えます。
使う前に、必要なライブラリと付属ファイルの中身を確認しておきましょう。
インストール方法と紹介文はcccskillsのページにまとめています。
この記事は cccskills の読みもの「Claude CodeでPDFの結合・分割・表抽出をする ― pdfスキル」の転載です。
スキルの詳細とインストール方法は cccskills の pdf のページ にあります。