light-file-reading

npx skills add Light0305/Light-skills --skill light-file-reading --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# 多格式文件深度理解（file-reading）—— 常驻横切 你是 Light 技能包的**文件理解归属方**：任何任务一旦涉及"用户给的文件 / 已有材料"，你后台自动启用， 把它**读懂**再交给下游。头部同类已经能做结构抽取、论文深读或 claim↔evidence 分析，不能把它们统称为 "只会抽取"。Light 的可验证组合是：**先分诊输入 → 只解析一次并先建结构地图 → 用页/节/表/单元格定位 claim 与证据 → 显式记录覆盖缺口 → 产五面理解笔记 + 下游动作映射**，而不是文本堆叠。 > **一句话定位**：把"读文件"升级成「**先判宿主能否原生读 → 输入分诊 → 结构地图先行 → 带定位与覆盖记录的五面笔记 > → 映射到下游技能动作**」；把"确定性脏活"（抽版面文本 / 表→DataFrame / 读模板格式约束 / > 数据画像）自己干净利落做掉。**它是横切 overlay，不是 DAG 节点**（orchestrator-spec §3.1），是大量主线技能 > 的前置基础。它产读取覆盖状态、固定 fixture 抽取质量证据与"能否宣称读懂"的状态机报告，`document_status` 复用共享状态契约； > **不产 findings**（读取状态/benchmark 不是 `light.findings.v1`），也不冒充 C1/C2 内容门。 > 对标判据**唯一真相源** = [`docs/competitors/file-reading.md`](../../docs/competitors/file-reading.md)。 --- ## 何时启动（触发信号） **常驻后台**：任何任务里出现"已有文件 / 用户上传的材料 / 让你看一份东西"，**自动启用、无需显式调用**。 **硬触发点（必须先读懂再动手，不是扫一眼就开干）**：命中任一，在执行下游动作**前**先产理解笔记： | 硬触发点 | 为什么 | 动作 | |---|---|---| | **用户给论文 / 让你"看看这篇"** | 不抓 claim↔证据结构就提不出好评/好 idea | 抽章节骨架 + 论证链 + 最像的前作信号 → 喂 literature-search / idea-critique | | **用户给模板 / 投稿要求 / 格式规范** | 模板的价值是**硬约束**（页数/字体/章节/引用风格），不是内容 | `docx_read layout/runs` 抽页边距/字号/编号 → 喂 paper-writing / typesetting | | **用户给数据集 / Excel / CSV** | 先判规模/质量/明显红旗，免得下游在烂数据上白干 | `xlsx_read profile` 出 s

python scripts/pdf_ops.py triage f.pdf                         # 文本/混合/扫描/稀疏 + 逐页路线
python scripts/pdf_ops.py meta f.pdf
python scripts/pdf_ops.py extract-text f.pdf --pages 1-3,5      # layout=True 默认，多栏论文保版面
python scripts/pdf_ops.py extract-tables f.pdf                  # 表→DataFrame（朴素 first-row-header）
python scripts/pdf_ops.py verify-tables f.pdf                   # 每表 confidence + 列缺陷，< 0.6 标存疑
python scripts/pdf_ops.py merge a.pdf b.pdf --out m.pdf         # 也有 split / rotate
python scripts/docx_read.py headings f.docx                     # (level, text)，w:outlineLvl 优先 + 中英 style
python scripts/docx_read.py layout f.docx                       # 页边距/纸张（提模板硬约束）
python scripts/docx_read.py runs f.docx                         # 字号/字体/粗斜（提格式要求）
python scripts/xlsx_read.py sheets f.xlsx