前言¶

处理中文金融投资类 PDF 书的人多半遇到过两件事：一是正文被逐字拆行，抽取出来的文本顺序错乱，”第 二 章”这种标题还会跨行断开，按行匹配章节边界基本失效；二是扫描版没有文字层，普通文本抽取工具直接返回空白。书籍拆解站要处理的就是这两类输入，输出是一套章节化、带目录页、能直接在线访问的 HTML 站点，最后部署到 CloudStudio 拿到可分享的地址。

下面介绍这个 Skill 的实际能力、用法和边界。

这是什么¶

书籍拆解站（坐标 @user_126b7108/pdf1）是发布者 user_126b7108 在 SkillHub 上维护的一个社区 Skill，分类 knowledge-management。它的定位很明确：输入一整本 PDF，输出”目录页 + 每章独立页面 + 章节内导航 + 上一页/下一页”的自包含 HTML 站点，并部署上线。适合长文档的章节化阅读和导读场景，尤其是中文 PDF 书籍。

页面显示评分 100000，下载量 1033，安装量为 0。元数据标注的版本号是 1.0.0，而页面内容中已出现 v1.1 的触发词说明，两处不一致，以实际页面为准。

核心功能¶

按官方页面列出的五项核心能力逐一说明：

1. 智能切分：用 pdfplumber 抽取文本，跨行拼接，识别「第X章 / 附录 / 编后记」的边界。明确支持「第 二 章」这类被逐字拆行拆开的标题，即中文数字标题也能正确归并。
2. 扫描版拆解：无文字层的 PDF 先渲染成图片做 OCR（使用 rapidocr），再按目录切章。
3. 结构化总结：每章并行生成中文总结，结构固定为章节概述、核心论点、关键概念、案例例证、重要金句五个部分，要求引用保留书中原话并标注「仅供学习交流」。
4. 自包含 HTML 站点：CSS/JS 全部内联，无外部依赖；含目录抽屉、章节内导航、上一页/下一页翻页、阅读进度条。
5. 一键部署到 CloudStudio：产出可分享的在线阅读地址。

安装与启用¶

已抓取的官方资料中没有提供命令行安装方式，只给出了触发词。在 Claude Code、Cursor 等支持 Skill 的环境里，正常按 SkillHub 的安装流程引入该 Skill 后，直接用自然语言触发即可。

触发词示例来自官方页面：

拆解这本书
把PDF分成章节
生成可在线访问的章节页面
做个目录页

使用前需要准备的条件：可上传的 PDF 文件本身；如果要跑扫描版 OCR 分支，需要环境中有 rapidocr 可用；如果要部署上线，需要 CloudStudio 的部署通道可用。页面标注 requires_api_key=false，说明本身不需要额外 API key。

典型用法¶

一个完整的流程如下，步骤来自官方描述的能力顺序：

1、把 PDF 交给 Skill，明确说出触发词，例如”拆解这本书”。
2、Skill 用 pdfplumber 抽取文本，跨行拼接后识别章节边界，得到章节列表。
3、每章并行生成结构化中文总结。
4、生成自包含 HTML 站点：目录抽屉、每章独立页面、章节内导航、上一页/下一页、阅读进度条。
5、一键部署到 CloudStudio，拿到在线地址后分享。

官方给出的典型产出是：一本几百页的投资书，十分钟左右变成可检索、可分享的在线章节站。这句话是官方描述，实际耗时取决于书籍页数、扫描版比例和部署环节，不必当成固定指标。

适用场景与注意¶

适合的场景按官方定位：

• 把一本 PDF 书拆成可在线访问的章节页面
• 中文金融/投资类书籍的章节化总结与导读
• 给长文档做目录页加每章独立页面
• 把纸质书、扫描书变成可检索、可分享的阅读站

需要留意的点：

• 章节切分依赖对「第X章 / 附录 / 编后记」的识别，如果原书没有明确章节标记，切分结果可能不理想。
• 扫描版分支依赖 OCR 质量，页面渲染加 OCR 的成本明显高于纯文本抽取。
• 总结要求”不改动原意、引用保留原话”，这是写作约束而非技术保证，重要内容仍需人工复核。
• 站点自包含、无外部依赖是优点，但意味着无法用外部 CDN 的样式或脚本，想改样式要直接改生成的文件。
• 生成的站点带「仅供学习交流」标注，分发时注意用途范围。

小结¶

书籍拆解站解决的是”中文 PDF 书籍难拆、拆完难读、读完难分享”这一串问题：文本抽取阶段处理逐字拆行和扫描版两种情况，生成阶段输出无外部依赖的自包含站点，最后部署上线。适合需要把长篇 PDF 变成章节化在线阅读材料的开发者。官方地址：https://www.skillhub.cn/skills/user_126b7108/pdf1