Scanner PDF Analysis Skill

概要

scannerエージェントがPDFドキュメントを分析し、構造化されたデータを抽出する際に使用します。テーブル抽出、セクション識別、要約生成などの機能を提供します。

ツール優先順位

1. MarkItDown MCP（最優先） - mcp-markitdown@ai-plugins プラグイン
2. Python スクリプト（フォールバック） - MarkItDown MCPが利用できない場合

クイックリファレンス

方法1: MarkItDown MCP（推奨）

# ローカルPDFをMarkdownに変換
mcp__plugin_mcp-markitdown_markitdown__convert_to_markdown uri="file:///path/to/report.pdf"

# URLからPDFを変換
mcp__plugin_mcp-markitdown_markitdown__convert_to_markdown uri="https://example.com/report.pdf"

MarkItDown MCPはPDFのテキスト・テーブルをMarkdownに変換します。追加ライブラリのインストールは不要です。

方法2: Python スクリプト（フォールバック）

MarkItDown MCPが利用できない場合や、テーブル個別抽出など高度な処理が必要な場合に使用します。

# 基本的な分析
python scripts/analyze-pdf.py report.pdf

# テーブル抽出 + 要約
python scripts/analyze-pdf.py report.pdf --extract-tables --summarize

# 出力ファイル指定
python scripts/analyze-pdf.py report.pdf --output=analysis-result.md

必要なライブラリ:

pip install PyPDF2 tabula-py pdfplumber

出力形式

# report.pdf 分析結果

## 概要
- ページ数: 25
- テーブル数: 3

## 重要ポイント
1. [ポイント1]
2. [ポイント2]

## 抽出テーブル
[テーブルデータ]

ベストプラクティス

DO	DON'T
高品質なPDF（テキストベース）	スキャンPDFに直接適用
ページ範囲指定（必要な部分のみ）	複雑なレイアウト
テーブル抽出結果を検証	暗号化PDF
OCR使用（画像ベースPDF）	大量ページの一括処理

詳細ガイド

ファイル	内容
01-usage-guide.md	スクリプト詳細、ライブラリの使い分け
02-examples.md	技術仕様書、論文、請求書の解析例

関連Skill

• scanner-excel-extraction: Excelファイル解析
• data-analyst-export: 抽出データのエクスポート