前言¶
PDF 轉 Word 這件小事，在政務、審計、法務場景裏經常翻車。純文本型 PDF 用現成工具還能應付，一旦文件裏混了幾頁掃描件（圖片型頁面），常見做法是先手工判斷頁型、再分兩次轉換，最後還要處理轉換後中文之間的多餘空格和亂碼。
下面介紹的 SkillHub 技能 PDF轉DOC（@user_169d53bc/pdf2docx），做的就是這一步：自動判斷每一頁的類型，文本頁直接提取，掃描頁走 OCR，一次性輸出 Word 文檔，並在後處理階段清理中文空格、處理亂碼。
這是什麼¶
PDF轉DOC 是一個面向中文辦公場景的轉換類 Skill，發佈者 user_169d53bc，社區來源（community），版本 1.0.0，分類 office-efficiency，不需要 API Key（requires_api_key=false）。
它解決的問題是混合 PDF：同一份文件裏既有文本頁、也有掃描頁，且掃描頁可能是豎排、手寫、帶印章水印或方向不固定的複印件。
官方地址：
https://api.skillhub.cn/user_169d53bc/pdf2docx
需要說明一點：該技能運行在 Windows 下，因爲轉換用的核心 exe 文件不能上傳。作者提供的索取方式是郵件 7726568@qq.com。這一點直接影響能不能用，下面「安裝與啓用」再展開。
核心功能¶
按資料中列出的能力，逐條說明。
1、文本型 PDF 直接提取文字。不需要走 OCR，速度最快。
2、掃描型 PDF 調用 Windows.Media.Ocr 自動識別。這是微軟在 Windows 裏內置的 OCR 引擎，與必應、Office、OneDrive 使用的同款。
3、混合型 PDF 自動判斷頁類型。內置頁型檢測：文本稀疏（少於 5 行）的頁面自動切換到 OCR，其餘頁面直接提取文字，避免對文本頁做無謂的識別。
4、四方向旋轉取最優。掃描件方向不固定，技能自動嘗試 0°、90°、180°、270° 四個方向，取文字識別量最高的結果，不需要人工預處理。
5、後處理去除漢字間多餘空格。這是中文 PDF 轉換裏的常見問題，轉換結果裏每個漢字之間被塞了空格。
6、中文亂碼診斷與修復。資料給出的判斷是：亂碼的根因不在 OCR 引擎，而在編碼管道。該技能固定採用 GBK 解碼加空格清理的組合。
7、目錄批量轉換。支持按目錄批量處理，不是單文件往返。
安裝與啓用¶
需要說清楚：資料裏沒有給出命令行安裝方式，也沒有 Cursor / Codex CLI / Claude Code 的分別說明，這些就不寫推測內容。
能覈實到的只有兩件事：
第一，獲取方式。核心 exe 無法上傳，因此實際使用需要先通過郵件 7726568@qq.com 向作者索取運行所需文件；技能本體的座標是 @user_169d53bc/pdf2docx，在 SkillHub 頁面（https://www.skillhub.cn/skills/user_169d53bc/pdf2docx）獲取。
第二，運行環境。Windows。當前版本不具備在 macOS / Linux 上運行的條件。
如果你在選型，這一點應當優先確認：拿到 exe 之前，技能無法在本機跑起來。
典型用法¶
資料中給出的使用形態是「一鍵批量轉換」：指定包含 PDF 的目錄，技能按頁型自動分流處理，輸出 Word 文檔。
輸入側的三種情況分別對應上面的能力：
文本型 PDF -> 直接提取文字
掃描型 PDF -> Windows.Media.Ocr 識別
混合型 PDF -> 逐頁判斷，稀疏頁走 OCR，其餘直接提取
輸出側統一做後處理：清理漢字間空格、按 GBK 解碼管道避免亂碼，並自動挑選四方向中識別量最高的結果。
資料中列出的對比測試數據來自審計場景，這裏原樣轉述，供參考但不作爲通用保證：採購投標文件 128,815 字，OCR 準確率 >99.5%；含印章、水印、歪斜頁面的取證調查掃描件可正常識別。這兩組數據來自技能方自己的測試，沒有第三方複覈。
適用場景與注意¶
適合誰，資料中給出了畫像：
| 行業 | 典型場景 |
|---|---|
| 政府採購/招標代理 | 投標文件、競爭性磋商文件、技術規範書 |
| 審計/會計事務所 | 取證單、調查筆錄、財務憑證掃描件 |
| 法院/檢察院/司法 | 卷宗掃描件、證據材料、法律文書 |
| 檔案館/圖書館 | 歷史檔案數字化、古籍掃描件 |
| 企業法務/行政 | 合同協議掃描件、內部審批文件 |
需要注意的限制：
- 平臺限制。僅 Windows，且核心 exe 需郵件索取，內網或對外部依賴敏感的環境要提前確認。
- 中文之外的語言文字。資料只針對中文做了豎排、手寫體、複雜表格的優化說明，其他語種未提及。
- 手寫體識別。資料稱針對中文手寫體優化，但實際準確率取決於掃描質量和書寫規範，不要當成印刷體的同等對待。
- 複雜表格。表格結構能否完整還原，資料中沒有給出明確保證，轉換後建議人工抽檢。
與常見方案的對比，資料給出的表格如下，可作爲選型參考：
| 功能 | PDF轉DOC | Adobe Acrobat | 在線轉換網站 | PaddleOCR |
|---|---|---|---|---|
| 混合PDF支持 | 自動判斷 | 需手動分頁 | 需手動分頁 | 需配置 |
| 中文OCR | 高準確率 | 無 | 準確率低 | 需訓練 |
| 亂碼處理 | 徹底解決 | 部分解決 | 經常亂碼 | 需調參 |
| 批量轉換 | 目錄批量 | 支持但收費 | 限文件數 | 需寫代碼 |
| 離線運行 | 支持 | 支持 | 不支持 | 支持 |
| 旋轉自動校正 | 四方向 | 不支持 | 不支持 | 需配置 |
結尾¶
PDF轉DOC 的價值在於它把「先判斷頁型、再分別轉換、最後修亂碼」這三步合併成一步，並且是離線、按目錄批量的。如果你的文件裏掃描頁比例不高，但分散出現，這類自動分流的做法比整份走 OCR 省時間。
官方地址：https://api.skillhub.cn/user_169d53bc/pdf2docx。
平臺數據方面，SkillHub 頁面顯示評分 100000、下載 1491、安裝 0（截至資料抓取時）；安裝數爲 0 與「exe 需郵件索取」一致，實際可用性以拿到運行文件爲準。
