scanned-pdf-to-docx
将扫描版PDF（无文字层）转换为结构清晰的Word文档
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：scanned-pdf-to-docx。 它的用途是：将扫描版PDF（无文字层）转换为结构清晰的Word文档 完整的 Skill 内容见：https://321skill.com/skills/scanned-pdf-to-docx/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
当你拿到一本扫描版的《诗经》PDF，需要将其内容转换为可编辑、可分章节的Word文档进行校注时，可以使用此Skill。
对AI说：“我需要将这本扫描PDF转换成Word，书是竖排繁体，没有文字层。” 它会引导你按照工作流指南，先拆分PDF，运行OCR，然后通过标题映射和三层校对，最终输出一个结构清晰、文字准确的.docx文件。
介绍
这个Skill专门解决一个棘手问题：如何将那些没有可复制文字层的扫描版PDF（例如古籍、旧版学术书籍）高效、准确地转换为可编辑、结构清晰的Word文档。它针对的是图片型PDF，而非已有良好文字层的电子版PDF。
其核心流程是一个自动化与人工校对结合的管道：首先将PDF按章节拆分，然后使用MinerU OCR引擎进行高精度文字识别，接着通过自定义标题映射文件恢复文档结构，最后生成初步的Word文档。最关键的一步是后续的“三层校对”工作流，这是保证最终输出质量的核心环节。
它非常适合古籍数字化工作者、学术研究者、图书管理员或任何需要将大量纸质文献（特别是中文古籍或旧版书籍）数字化的用户。这些用户通常面临OCR识别古籍字体、特殊符号和复杂版式的挑战。
与市面上许多简单的PDF转Word工具或在线服务不同，这个Skill不是一键式的“黑盒”转换。它提供了一个完整的、可复现的本地化工作流，特别强调通过“三层校对”流程来保证专业出版级的准确性，并且针对中文古籍和复杂排版（如章节、特殊符号）的恢复做了专门优化。
核心特点
核心区别在于其专为“无文字层扫描PDF”设计的“MinerU OCR + 三层校对”工作流，尤其擅长处理中文古籍和复杂学术排版的精准还原，而非通用PDF转换。它提供了从拆分、识别、结构映射到深度校对的全套本地化脚本和指南。
注意事项
不适合处理本身已有高质量、可复制文字层的PDF文件（对于这类文件，直接提取文字更高效）。
常见问题
这个工具和直接用Word打开PDF有什么区别？
Word打开扫描PDF是将其作为图片嵌入，无法编辑文字。此工具通过OCR将图片中的文字识别并提取出来，生成真正可编辑、带格式的Word文档。
转换古籍准确率高吗？
使用专门的中文大模型（ch_server）识别基础文字准确率较高，但古籍生僻字、特殊符号和复杂版式仍需依赖流程中关键的“三层人工校对”来确保最终质量。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/scanned-pdf-to-docx/raw/index.md 读取 scanned-pdf-to-docx 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/scanned-pdf-to-docx/raw/index.md（查看排版版本）