@baimingtao/lbs-agent 1.0.0

package/extensions/skills/builtin/productivity/ocr-and-documents/SKILL.md

@@ -0,0 +1,172 @@
+---
+name: ocr-and-documents
+description: "从 PDF/扫描件中提取文本 (pymupdf, marker-pdf)。"
+version: 2.3.0
+author: Hermes Agent
+license: MIT
+platforms: [linux, macos, windows]
+metadata:
+  hermes:
+    tags: [PDF, Documents, Research, Arxiv, Text-Extraction, OCR]
+    related_skills: [powerpoint]
+---
+
+# PDF 与文档提取
+
+对于 DOCX 文件：使用 `python-docx`（解析实际文档结构，效果远好于 OCR）。
+对于 PPTX 文件：参见 `powerpoint` skill（使用 `python-pptx`，全面支持幻灯片/备注）。
+本 skill 涵盖 **PDF 与扫描文档**。
+
+## 第一步：有远程 URL 吗？
+
+如果文档具有 URL，**始终优先尝试 `web_extract`**：
+
+```
+web_extract(urls=["https://arxiv.org/pdf/2402.03300"])
+web_extract(urls=["https://example.com/report.pdf"])
+```
+
+这通过 Firecrawl 处理 PDF 转 Markdown，无需本地依赖。
+
+仅在以下情况使用本地提取：文件在本地、`web_extract` 失败，或你需要进行批量处理时。
+
+## 第二步：选择本地提取工具
+
+| 特性 | pymupdf (~25MB) | marker-pdf (~3-5GB) |
+| --------- | ----------------- | --------------------- |
+| **文本型 PDF** | ✅ | ✅ |
+| **扫描版 PDF (OCR)** | ❌ | ✅（支持 90+ 种语言） |
+| **表格** | ✅（基础） | ✅（高准确度） |
+| **公式 / LaTeX** | ❌ | ✅ |
+| **代码块** | ❌ | ✅ |
+| **表单** | ❌ | ✅ |
+| **页眉/页脚移除** | ❌ | ✅ |
+| **阅读顺序检测** | ❌ | ✅ |
+| **图片提取** | ✅（内嵌） | ✅（包含上下文） |
+| **图片 → 文本 (OCR)** | ❌ | ✅ |
+| **EPUB** | ✅ | ✅ |
+| **Markdown 输出** | ✅（通过 pymupdf4llm） | ✅（原生，质量更高） |
+| **安装大小** | ~25MB | ~3-5GB (PyTorch + models) |
+| **速度** | 瞬间完成 | ~1-14s/页 (CPU), ~0.2s/页 (GPU) |
+
+**决策**：除非你需要 OCR、公式、表单或复杂的版面分析，否则请使用 pymupdf。
+
+如果用户需要 marker 的功能，但系统缺少约 5GB 的可用磁盘空间：
+> “此文档需要 OCR/高级提取（marker-pdf），这需要约 5GB 的空间用于 PyTorch 和模型。你的系统有 [X]GB 可用空间。可选方案：清理空间，提供 URL 让我使用 `web_extract`，或者我可以尝试 `pymupdf`（适用于文本型 PDF，但不适用于扫描文档或公式）。”
+
+---
+
+## pymupdf (轻量级)
+
+```bash
+pip install pymupdf pymupdf4llm
+```
+
+**通过辅助脚本**：
+```bash
+python scripts/extract_pymupdf.py document.pdf              # 纯文本
+python scripts/extract_pymupdf.py document.pdf --markdown    # Markdown
+python scripts/extract_pymupdf.py document.pdf --tables      # 表格
+python scripts/extract_pymupdf.py document.pdf --images out/ # 提取图片
+python scripts/extract_pymupdf.py document.pdf --metadata    # 标题、作者、页数
+python scripts/extract_pymupdf.py document.pdf --pages 0-4   # 指定页面
+```
+
+**内联命令**：
+```bash
+python3 -c "
+import pymupdf
+doc = pymupdf.open('document.pdf')
+for page in doc:
+    print(page.get_text())
+"
+```
+
+---
+
+## marker-pdf (高质量 OCR)
+
+```bash
+# 首先检查磁盘空间
+python scripts/extract_marker.py --check
+
+pip install marker-pdf
+```
+
+**通过辅助脚本**：
+```bash
+python scripts/extract_marker.py document.pdf                # Markdown
+python scripts/extract_marker.py document.pdf --json         # 包含元数据的 JSON
+python scripts/extract_marker.py document.pdf --output_dir out/  # 保存图片
+python scripts/extract_marker.py scanned.pdf                 # 扫描版 PDF (OCR)
+python scripts/extract_marker.py document.pdf --use_llm      # LLM 增强准确度
+```
+
+**CLI**（随 marker-pdf 一起安装）：
+```bash
+marker_single document.pdf --output_dir ./output
+marker /path/to/folder --workers 4    # 批量处理
+```
+
+---
+
+## Arxiv 论文
+
+```
+# 仅摘要 (快速)
+web_extract(urls=["https://arxiv.org/abs/2402.03300"])
+
+# 完整论文
+web_extract(urls=["https://arxiv.org/pdf/2402.03300"])
+
+# 搜索
+web_search(query="arxiv GRPO reinforcement learning 2026")
+```
+
+## 拆分、合并与搜索
+
+pymupdf 原生支持这些功能 — 使用 `execute_code` 或内联 Python：
+
+```python
+# 拆分：将第 1-5 页提取到新 PDF
+import pymupdf
+doc = pymupdf.open("report.pdf")
+new = pymupdf.open()
+for i in range(5):
+    new.insert_pdf(doc, from_page=i, to_page=i)
+new.save("pages_1-5.pdf")
+```
+
+```python
+# 合并多个 PDF
+import pymupdf
+result = pymupdf.open()
+for path in ["a.pdf", "b.pdf", "c.pdf"]:
+    result.insert_pdf(pymupdf.open(path))
+result.save("merged.pdf")
+```
+
+```python
+# 在所有页面中搜索文本
+import pymupdf
+doc = pymupdf.open("report.pdf")
+for i, page in enumerate(doc):
+    results = page.search_for("revenue")
+    if results:
+        print(f"Page {i+1}: {len(results)} match(es)")
+        print(page.get_text("text"))
+```
+
+无需额外依赖 — pymupdf 在一个包中涵盖了拆分、合并、搜索和文本提取功能。
+
+---
+
+## 说明
+
+- 对于 URL，`web_extract` 始终是首选
+- pymupdf 是安全的默认选择 — 瞬间完成，无需模型，适用于所有环境
+- marker-pdf 适用于 OCR、扫描文档、公式和复杂版面 — 仅在需要时安装
+- 两个辅助脚本均支持 `--help` 以查看完整用法
+- marker-pdf 在首次使用时会下载约 2.5GB 的模型到 `~/.cache/huggingface/`
+- 对于 Word 文档：`pip install python-docx`（比 OCR 更好 — 解析实际结构）
+- 对于 PowerPoint：参见 `powerpoint` skill（使用 python-pptx）

package/extensions/skills/builtin/productivity/ocr-and-documents/scripts/extract_marker.py

@@ -0,0 +1,87 @@
+#!/usr/bin/env python3
+"""Extract text from documents using marker-pdf. High-quality OCR + layout analysis.
+
+Requires ~3-5GB disk (PyTorch + models downloaded on first use).
+Supports: PDF, DOCX, PPTX, XLSX, HTML, EPUB, images.
+
+Usage:
+    python extract_marker.py document.pdf
+    python extract_marker.py document.pdf --output_dir ./output
+    python extract_marker.py presentation.pptx
+    python extract_marker.py spreadsheet.xlsx
+    python extract_marker.py scanned_doc.pdf           # OCR 在此工作
+    python extract_marker.py document.pdf --json        # 结构化输出
+    python extract_marker.py document.pdf --use_llm     # LLM 增强的准确率
+"""
+import sys
+import os
+
+def convert(path, output_dir=None, output_format="markdown", use_llm=False):
+    from marker.converters.pdf import PdfConverter
+    from marker.models import create_model_dict
+    from marker.config.parser import ConfigParser
+
+    config_dict = {}
+    if use_llm:
+        config_dict["use_llm"] = True
+
+    config_parser = ConfigParser(config_dict)
+    models = create_model_dict()
+    converter = PdfConverter(config=config_parser.generate_config_dict(), artifact_dict=models)
+    rendered = converter(path)
+
+    if output_format == "json":
+        import json
+        print(json.dumps({
+            "markdown": rendered.markdown,
+            "metadata": rendered.metadata if hasattr(rendered, "metadata") else {},
+        }, indent=2, ensure_ascii=False))
+    else:
+        print(rendered.markdown)
+
+    # 如果指定了 output_dir 则保存图像
+    if output_dir and hasattr(rendered, "images") and rendered.images:
+        from pathlib import Path
+        Path(output_dir).mkdir(parents=True, exist_ok=True)
+        for name, img_data in rendered.images.items():
+            img_path = os.path.join(output_dir, name)
+            with open(img_path, "wb") as f:
+                f.write(img_data)
+        print(f"\nSaved {len(rendered.images)} image(s) to {output_dir}/", file=sys.stderr)
+
+
+def check_requirements():
+    """Check disk space before installing."""
+    import shutil
+    free_gb = shutil.disk_usage("/").free / (1024**3)
+    if free_gb < 5:
+        print(f"⚠️  Only {free_gb:.1f}GB free. marker-pdf needs ~5GB for PyTorch + models.")
+        print("Use pymupdf instead (scripts/extract_pymupdf.py) or free up disk space.")
+        sys.exit(1)
+    print(f"✓ {free_gb:.1f}GB free — sufficient for marker-pdf")
+
+
+if __name__ == "__main__":
+    args = sys.argv[1:]
+    if not args or args[0] in {"-h", "--help"}:
+        print(__doc__)
+        sys.exit(0)
+
+    if args[0] == "--check":
+        check_requirements()
+        sys.exit(0)
+
+    path = args[0]
+    output_dir = None
+    output_format = "markdown"
+    use_llm = False
+
+    if "--output_dir" in args:
+        idx = args.index("--output_dir")
+        output_dir = args[idx + 1]
+    if "--json" in args:
+        output_format = "json"
+    if "--use_llm" in args:
+        use_llm = True
+
+    convert(path, output_dir=output_dir, output_format=output_format, use_llm=use_llm)

package/extensions/skills/builtin/productivity/ocr-and-documents/scripts/extract_pymupdf.py

@@ -0,0 +1,98 @@
+#!/usr/bin/env python3
+"""Extract text from documents using pymupdf. Lightweight (~25MB), no models.
+
+Usage:
+    python extract_pymupdf.py document.pdf
+    python extract_pymupdf.py document.pdf --markdown
+    python extract_pymupdf.py document.pdf --pages 0-4
+    python extract_pymupdf.py document.pdf --images output_dir/
+    python extract_pymupdf.py document.pdf --tables
+    python extract_pymupdf.py document.pdf --metadata
+"""
+import sys
+import json
+
+def extract_text(path, pages=None):
+    import pymupdf
+    doc = pymupdf.open(path)
+    page_range = range(len(doc)) if pages is None else pages
+    for i in page_range:
+        if i < len(doc):
+            print(f"\n--- Page {i+1}/{len(doc)} ---\n")
+            print(doc[i].get_text())
+
+def extract_markdown(path, pages=None):
+    import pymupdf4llm
+    md = pymupdf4llm.to_markdown(path, pages=pages)
+    print(md)
+
+def extract_tables(path):
+    import pymupdf
+    doc = pymupdf.open(path)
+    for i, page in enumerate(doc):
+        tables = page.find_tables()
+        for j, table in enumerate(tables.tables):
+            print(f"\n--- Page {i+1}, Table {j+1} ---\n")
+            df = table.to_pandas()
+            print(df.to_markdown(index=False))
+
+def extract_images(path, output_dir):
+    import pymupdf
+    from pathlib import Path
+    Path(output_dir).mkdir(parents=True, exist_ok=True)
+    doc = pymupdf.open(path)
+    count = 0
+    for i, page in enumerate(doc):
+        for img_idx, img in enumerate(page.get_images(full=True)):
+            xref = img[0]
+            pix = pymupdf.Pixmap(doc, xref)
+            if pix.n >= 5:
+                pix = pymupdf.Pixmap(pymupdf.csRGB, pix)
+            out_path = f"{output_dir}/page{i+1}_img{img_idx+1}.png"
+            pix.save(out_path)
+            count += 1
+    print(f"Extracted {count} images to {output_dir}/")
+
+def show_metadata(path):
+    import pymupdf
+    doc = pymupdf.open(path)
+    print(json.dumps({
+        "pages": len(doc),
+        "title": doc.metadata.get("title", ""),
+        "author": doc.metadata.get("author", ""),
+        "subject": doc.metadata.get("subject", ""),
+        "creator": doc.metadata.get("creator", ""),
+        "producer": doc.metadata.get("producer", ""),
+        "format": doc.metadata.get("format", ""),
+    }, indent=2))
+
+if __name__ == "__main__":
+    args = sys.argv[1:]
+    if not args or args[0] in {"-h", "--help"}:
+        print(__doc__)
+        sys.exit(0)
+
+    path = args[0]
+    pages = None
+
+    if "--pages" in args:
+        idx = args.index("--pages")
+        p = args[idx + 1]
+        if "-" in p:
+            start, end = p.split("-")
+            pages = list(range(int(start), int(end) + 1))
+        else:
+            pages = [int(p)]
+
+    if "--metadata" in args:
+        show_metadata(path)
+    elif "--tables" in args:
+        extract_tables(path)
+    elif "--images" in args:
+        idx = args.index("--images")
+        output_dir = args[idx + 1] if idx + 1 < len(args) else "./images"
+        extract_images(path, output_dir)
+    elif "--markdown" in args:
+        extract_markdown(path, pages=pages)
+    else:
+        extract_text(path, pages=pages)

package/extensions/skills/builtin/productivity/petdex/SKILL.md

@@ -0,0 +1,76 @@
+---
+name: petdex
+description: 为 Hermes 安装并选择动画 petdex 吉祥物。
+version: 1.0.0
+author: Hermes Agent
+license: MIT
+platforms: [linux, macos, windows]
+metadata:
+  hermes:
+    tags: [petdex, mascot, display, cli, tui, desktop]
+    category: productivity
+    homepage: https://petdex.dev
+---
+
+# Petdex Skill
+
+浏览、安装并从公开的 [petdex](https://github.com/crafter-station/petdex) 画廊中选择动画“宠物”吉祥物。已安装的宠物会在 Hermes CLI、TUI 和桌面应用中对 agent 的活动（空闲、运行工具、审查、错误、完成）做出反应。此 skill 驱动 `hermes pets` CLI 和 `display.pet` 配置——它不生成 sprite。
+
+## 何时使用
+
+- 用户想要一个桌面/终端吉祥物，或询问关于“pets”/petdex 的问题。
+- 用户想要更改、预览或禁用当前激活的宠物。
+- 诊断为什么宠物没有显示（终端图形支持、配置）。
+
+## 前置条件
+
+- 网络可以访问 `petdex.dev` 以获取画廊/manifest（只读，无需认证）。
+- Pillow（Hermes 的核心依赖）用于 sprite 解码——已预装。
+- 对于全保真终端渲染：支持图形显示的终端（kitty、Ghostty、WezTerm、iTerm2 或 sixel）。否则将自动降级使用 truecolor Unicode 半块渲染。
+
+## 运行方式
+
+使用 `terminal` 工具运行 `hermes pets <subcommand>`。
+
+## 快速参考
+
+| 目标 | 命令 |
+| --- | --- |
+| 浏览画廊 | `hermes pets list`（添加子字符串进行过滤：`hermes pets list cat`） |
+| 列出已安装的宠物 | `hermes pets list --installed` |
+| 安装宠物 | `hermes pets install <slug>`（添加 `--select` 将其设为激活状态） |
+| 设定激活的宠物 | `hermes pets select <slug>`（省略 slug 以使用选择器） |
+| 在所有地方调整宠物大小 | `hermes pets scale <factor>`（例如 `0.5`，范围限制在 0.1–3.0） |
+| 在终端中预览/播放动画 | `hermes pets show [slug] [--cycle] [--state run]` |
+| 禁用宠物 | `hermes pets off` |
+| 移除宠物 | `hermes pets remove <slug>` |
+| 诊断设置 | `hermes pets doctor` |
+
+## 步骤
+
+1. 查找宠物：`hermes pets list <query>` 并记录其 `slug`。
+2. 安装并激活：`hermes pets install <slug> --select`。
+3. 预览：`hermes pets show`（按 Ctrl+C 停止）。
+4. 确认设置：`hermes pets doctor`——显示解析出的宠物、已配置的渲染模式、检测到的终端图形协议以及实际生效的模式。
+
+宠物会安装到 `<HERMES_HOME>/pets/<slug>/` 目录中（感知 profile）。选择宠物会将 `display.pet.slug` 和 `display.pet.enabled` 写入 `config.yaml`。
+
+## 配置
+
+在 `config.yaml` 的 `display.pet` 下：
+
+- `enabled` (bool) — 总开关。
+- `slug` (str) — 当前激活的宠物；留空则使用首个已安装的宠物。
+- `render_mode` — `auto`（自动检测）| `kitty` | `iterm` | `sixel` | `unicode` | `off`。
+- `scale` (float) — 原生 192×208 帧在屏幕上的显示大小（默认 0.33，范围限制在 0.1–3.0）。使用此单一选项即可调整所有界面的宠物大小；可以通过 `hermes pets scale <factor>` 命令、`/pet scale` 斜杠命令或桌面应用的“外观”滑块进行设置。
+- `unicode_cols` (int) — Unicode 降级渲染时的列宽。
+
+## 注意事项
+
+- 只有在宠物已安装且被选中（`enabled: true`）的情况下才会显示。
+- 在管道或重定向中（无 TTY），按照设计会禁用终端渲染。
+- petdex npm CLI 会将宠物安装到 `~/.codex/pets` 目录；而 Hermes 使用其自身限定在 `<HERMES_HOME>/pets/` profile 作用域内的目录——请通过 `hermes pets` 进行安装。
+
+## 验证
+
+- 当宠物已安装、已选中、已启用，并且 Pillow 可成功导入时，`hermes pets doctor` 会报告 `✓ ready`。

package/extensions/skills/builtin/productivity/powerpoint/LICENSE.txt

@@ -0,0 +1,30 @@
+© 2025 Anthropic, PBC. All rights reserved.
+
+LICENSE: Use of these materials (including all code, prompts, assets, files,
+and other components of this Skill) is governed by your agreement with
+Anthropic regarding use of Anthropic's services. If no separate agreement
+exists, use is governed by Anthropic's Consumer Terms of Service or
+Commercial Terms of Service, as applicable:
+https://www.anthropic.com/legal/consumer-terms
+https://www.anthropic.com/legal/commercial-terms
+Your applicable agreement is referred to as the "Agreement." "Services" are
+as defined in the Agreement.
+
+ADDITIONAL RESTRICTIONS: Notwithstanding anything in the Agreement to the
+contrary, users may not:
+
+- Extract these materials from the Services or retain copies of these
+  materials outside the Services
+- Reproduce or copy these materials, except for temporary copies created
+  automatically during authorized use of the Services
+- Create derivative works based on these materials
+- Distribute, sublicense, or transfer these materials to any third party
+- Make, offer to sell, sell, or import any inventions embodied in these
+  materials
+- Reverse engineer, decompile, or disassemble these materials
+
+The receipt, viewing, or possession of these materials does not convey or
+imply any license or right beyond those expressly granted above.
+
+Anthropic retains all right, title, and interest in these materials,
+including all copyrights, patents, and other intellectual property rights.