MarkItDown
把多種文件內容轉成結構清楚的 Markdown，方便 Agent 閱讀、摘要與整理。
查看官方 GitHub →這三個套件各自負責什麼？
PyMuPDF
處理 PDF 的文字、頁碼、座標、圖片與頁面資訊，適合需要精準定位的任務。
查看官方 GitHub →PDF OCR
辨識掃描文件與影像型 PDF，將圖片中的文字轉成可搜尋、可分析的內容。
查看 Tesseract →Agent 的選擇方式
| 文件狀況 | 建議套件 | 主要用途 |
|---|---|---|
| 一般辦公文件與 PDF | MarkItDown | 轉換與內容整理 |
| 需要頁面細節或圖片 | PyMuPDF | 精準擷取與版面分析 |
| 掃描或無法選取文字 | PDF OCR | 文字辨識 |
它們不是 Claude 的 Skill 檔：這三個工具是 Python 套件（OCR 另需 Tesseract 程式），安裝在電腦的 Python 環境中，由 Agent 撰寫並執行 Python 程式來呼叫。
建議先檢查文件是否已有可選取文字，再選擇工具；不要對所有文件一律使用 OCR。
安裝與使用提醒
先安裝到 Python 環境
執行 python -m pip install markitdown PyMuPDF pytesseract；OCR 另需安裝 Tesseract 程式與繁中語言資料（chi_tra）。
保留原始檔
處理結果輸出到新的資料夾，避免直接覆蓋原始教材或行政文件。
人工最後確認
姓名、日期、數字、表格與正式發布內容，都要由使用者審閱。