在文心智能体平台做「PDF 信息提取」：人设、知识库与插件
把「PDF 信息提取」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（PDF 文件），按什么顺序处理，交付什么（结构化数据），哪些事不能做。Skill 就是把这些写下来的载体。
本文介绍如何在 文心智能体平台 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。
这个技能做什么
| 项目 | 说明 |
|---|---|
| 技能 | PDF 信息提取（pdf-extractor） |
| 作用 | 从 PDF 中提取表格与关键字段 |
| 输入 | PDF 文件 |
| 输出 | 结构化数据 |
| 形态 | 带脚本 |
| 风险 | 低 |
| 适用人群 | 职场人士 |
处理流程分四步：
- 识别页面结构
- 提取表格
- 校验数字
- 输出 CSV
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；风险较低，但输出仍需快速过目再使用。
在 文心智能体平台 中是什么形态
文心智能体平台是百度推出的智能体创建与分发平台，可以通过设定人设、思考路径、回复格式，挂载知识库和插件来创建智能体。
分发渠道与审核要求以平台规则为准。
示例配置
# 文心智能体平台配置思路示意，具体字段与入口以平台当前界面和官方文档为准
名称: PDF 信息提取
人设: 擅长PDF 信息提取的助手
思考路径: 识别页面结构；提取表格；校验数字；输出 CSV
回复格式: 结构化数据
开场白: 请发给我PDF 文件，我会按固定步骤处理
知识库: 团队规范与示例（可选）
插件: 按需（带脚本）
示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在职场人士提出相关请求时能对上号；二是约束部分要写进「任何对外发送的内容都先人工过目」这类领域规矩，避免智能体自作主张。
安装与启用步骤
- 在平台中新建智能体
- 填写人设、思考路径与回复要求
- 上传知识库并挂载需要的插件
- 设置开场白与推荐问题
- 调试后提交发布
实操：一次完整的运行
假设你在邮箱、日历与文档中发出这样的请求（虚构示例）：
帮我做一下PDF 信息提取，材料是附上的PDF 文件。
智能体识别到任务与「PDF 信息提取」相关后，会依次识别页面结构、提取表格、校验数字、输出 CSV。最终交付结构化数据，并在末尾列出需要人工确认的内容。你的工作是对照原始PDF 文件抽查两三处关键信息，确认无误后再使用。
测试与验收
在调试区准备多种问法测试，检查回复是否遵循思考路径。
针对这个技能，还建议额外准备：
- 一份信息齐全的标准PDF 文件，检查输出是否完整
- 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
- 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效
常见坑
- 人设与思考路径相互矛盾。
- 开场白承诺了智能体做不到的事。
- 只写了步骤，没写交付格式，导致每次输出的结构化数据结构不同。
- 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。
延伸阅读
- PDF 信息提取 · Claude Code Skill 版
- PDF 信息提取 · OpenAI Agents SDK 版
- PDF 信息提取 · 腾讯元器 版
- 会议纪要 · 文心智能体平台 版
- 待办提取 · 文心智能体平台 版
- 智能体Skills 分类：625 个技能 × 32 个角度
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。