better-dsh 0.2.5 → 0.3.0-c

package/docs/80_upstream-docs-and-skills/hermes-dev-skill/src/i18n/zh-Hans/user-guide/skills/bundled/productivity/productivity-notion.md

@@ -1,463 +0,0 @@
----
-title: "Notion — Notion API + ntn CLI：页面、数据库、Markdown、Workers"
-sidebar_label: "Notion"
-description: "Notion API + ntn CLI：页面、数据库、Markdown、Workers"
----
-
-{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
-
-# Notion
-
-Notion API + ntn CLI：页面、数据库、Markdown、Workers。
-
-## Skill 元数据
-
-| | |
-|---|---|
-| 来源 | 内置（默认安装） |
-| 路径 | `skills/productivity/notion` |
-| 版本 | `2.0.0` |
-| 作者 | community |
-| 许可证 | MIT |
-| 平台 | linux, macos, windows |
-| 标签 | `Notion`, `Productivity`, `Notes`, `Database`, `API`, `CLI`, `Workers` |
-
-## 参考：完整 SKILL.md
-
-:::info
-以下是 Hermes 在触发此 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。
-:::
-
-# Notion
-
-通过两种方式与 Notion 交互。两种方式使用同一个集成 token——根据可用情况选择。
-
-◆ **`ntn` CLI** — Notion 官方 CLI。语法更简洁，支持单行文件上传，Workers 必须使用此方式。截至 2026 年 5 月仅支持 macOS + Linux（Windows 支持"即将推出"）。**已安装时为默认方式。**
-◆ **HTTP + curl** — 全平台可用，包括 Windows。**`ntn` 未安装时的默认回退方式。**
-
-## 配置
-
-### 1. 获取集成 token（两种方式均需要）
-
-1. 在 https://notion.so/my-integrations 创建集成
-2. 复制 API 密钥（以 `ntn_` 或 `secret_` 开头）
-3. 存储到 `~/.hermes/.env`：
-   ```
-   NOTION_API_KEY=ntn_your_key_here
-   ```
-4. **在 Notion 中将目标页面/数据库共享给该集成：** 页面菜单 `...` → `Connect to` → 你的集成名称。若未执行此步骤，即使页面存在，API 也会返回 404。
-
-### 2. 安装 `ntn`（macOS / Linux 上的首选方式）
-
-```bash
-# 推荐方式
-curl -fsSL https://ntn.dev | bash
-
-# 或通过 npm 安装（需要 Node 22+，npm 10+）
-npm install --global ntn
-
-ntn --version    # 验证安装
-```
-
-**跳过 `ntn login`——改用集成 token。** 此方式支持无头运行，无需浏览器：
-```bash
-export NOTION_API_TOKEN=$NOTION_API_KEY      # ntn 读取 NOTION_API_TOKEN
-export NOTION_KEYRING=0                       # 不尝试使用系统密钥链
-```
-
-将上述 export 添加到你的 shell 配置文件（或 `~/.hermes/.env`），使每个会话都能继承这些变量。
-
-### 3. 运行时选择路径
-
-```bash
-if command -v ntn >/dev/null 2>&1; then
-  # 使用 ntn
-else
-  # 回退到 curl
-fi
-```
-
-Windows 用户：在原生 `ntn` 发布之前完全跳过第 2 步——Path B 可正常使用。如果现在就想要 CLI 体验，可在 WSL2 中安装 `ntn`。
-
-## API 基础
-
-所有 HTTP 请求均需携带 `Notion-Version: 2025-09-03`。`ntn` 会自动处理此项。在此版本中，用户所称的"数据库"在 API 中称为 **data sources（数据源）**。
-
-## Path A — `ntn` CLI（首选，macOS / Linux）
-
-### 原始 API 调用（curl 的简写）
-```bash
-ntn api v1/users                                  # GET
-ntn api v1/pages parent[page_id]=abc123 \         # POST，内联请求体
-  properties[title][0][text][content]="Notes"
-ntn api v1/pages/abc123 -X PATCH archived:=true   # PATCH；:= 表示非字符串类型（布尔/数字/null）
-```
-
-语法说明：
-- `key=value` — 字符串字段
-- `key[nested]=value` — 嵌套对象字段
-- `key:=value` — 类型赋值（布尔值、数字、null、数组）
-
-### 搜索
-```bash
-ntn api v1/search query="page title"
-```
-
-### 读取页面元数据
-```bash
-ntn api v1/pages/{page_id}
-```
-
-### 以 Markdown 格式读取页面（适合 agent 使用）
-```bash
-ntn api v1/pages/{page_id}/markdown
-```
-
-### 以块（block）形式读取页面内容
-```bash
-ntn api v1/blocks/{page_id}/children
-```
-
-### 从 Markdown 创建页面
-```bash
-ntn api v1/pages \
-  parent[page_id]=xxx \
-  properties[title][0][text][content]="Notes from meeting" \
-  markdown="# Agenda
-
-- Q3 roadmap
-- Hiring"
-```
-
-### 用 Markdown 更新页面
-```bash
-ntn api v1/pages/{page_id}/markdown -X PATCH \
-  markdown="## Update
-
-Shipped the prototype."
-```
-
-### 查询数据库（data source）
-```bash
-ntn api v1/data_sources/{data_source_id}/query -X POST \
-  filter[property]=Status filter[select][equals]=Active
-```
-
-对于包含 `sorts`、多个过滤条件或复合逻辑的复杂查询，通过管道传入 JSON：
-```bash
-echo '{"filter": {"property": "Status", "select": {"equals": "Active"}}, "sorts": [{"property": "Date", "direction": "descending"}]}' | \
-  ntn api v1/data_sources/{data_source_id}/query -X POST --json -
-```
-
-### 文件上传（单行命令——CLI 最大优势）
-```bash
-ntn files create < photo.png
-ntn files create --external-url https://example.com/photo.png
-ntn files list
-```
-
-对比三步 HTTP 流程（创建上传 → PUT 字节 → 引用）。
-
-### 常用环境变量
-| 变量 | 作用 |
-|---|---|
-| `NOTION_API_TOKEN` | 认证 token（覆盖密钥链）——设置为你的集成 token |
-| `NOTION_KEYRING=0` | 使用 `~/.config/notion/auth.json` 存储凭据，而非系统密钥链 |
-| `NOTION_WORKSPACE_ID` | 跳过工作区选择提示 |
-
-## Path B — HTTP + curl（跨平台，Windows 默认方式）
-
-所有请求遵循以下模式：
-
-```bash
-curl -s -X GET "https://api.notion.com/v1/..." \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03" \
-  -H "Content-Type: application/json"
-```
-
-Windows 10+ 自带的 `curl` 可直接使用。PowerShell 用户也可使用 `Invoke-RestMethod`。
-
-### 搜索
-```bash
-curl -s -X POST "https://api.notion.com/v1/search" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03" \
-  -H "Content-Type: application/json" \
-  -d '{"query": "page title"}'
-```
-
-### 读取页面元数据
-```bash
-curl -s "https://api.notion.com/v1/pages/{page_id}" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03"
-```
-
-### 以 Markdown 格式读取页面（适合 agent 使用）
-
-比块 JSON 更易于输入模型处理。
-
-```bash
-curl -s "https://api.notion.com/v1/pages/{page_id}/markdown" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03"
-```
-
-### 以块形式读取页面内容（需要结构化数据时使用）
-```bash
-curl -s "https://api.notion.com/v1/blocks/{page_id}/children" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03"
-```
-
-### 从 Markdown 创建页面
-
-`POST /v1/pages` 接受 `markdown` 请求体参数。
-
-```bash
-curl -s -X POST "https://api.notion.com/v1/pages" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03" \
-  -H "Content-Type: application/json" \
-  -d '{
-    "parent": {"page_id": "xxx"},
-    "properties": {"title": [{"text": {"content": "Notes from meeting"}}]},
-    "markdown": "# Agenda\n\n- Q3 roadmap\n- Hiring\n\n## Decisions\n- Ship MVP Friday"
-  }'
-```
-
-### 用 Markdown 更新页面
-```bash
-curl -s -X PATCH "https://api.notion.com/v1/pages/{page_id}/markdown" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03" \
-  -H "Content-Type: application/json" \
-  -d '{"markdown": "## Update\n\nShipped the prototype."}'
-```
-
-### 在数据库中创建页面（带类型属性）
-```bash
-curl -s -X POST "https://api.notion.com/v1/pages" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03" \
-  -H "Content-Type: application/json" \
-  -d '{
-    "parent": {"database_id": "xxx"},
-    "properties": {
-      "Name": {"title": [{"text": {"content": "New Item"}}]},
-      "Status": {"select": {"name": "Todo"}}
-    }
-  }'
-```
-
-### 查询数据库（data source）
-```bash
-curl -s -X POST "https://api.notion.com/v1/data_sources/{data_source_id}/query" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03" \
-  -H "Content-Type: application/json" \
-  -d '{
-    "filter": {"property": "Status", "select": {"equals": "Active"}},
-    "sorts": [{"property": "Date", "direction": "descending"}]
-  }'
-```
-
-### 创建数据库
-```bash
-curl -s -X POST "https://api.notion.com/v1/data_sources" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03" \
-  -H "Content-Type: application/json" \
-  -d '{
-    "parent": {"page_id": "xxx"},
-    "title": [{"text": {"content": "My Database"}}],
-    "properties": {
-      "Name": {"title": {}},
-      "Status": {"select": {"options": [{"name": "Todo"}, {"name": "Done"}]}},
-      "Date": {"date": {}}
-    }
-  }'
-```
-
-### 更新页面属性
-```bash
-curl -s -X PATCH "https://api.notion.com/v1/pages/{page_id}" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03" \
-  -H "Content-Type: application/json" \
-  -d '{"properties": {"Status": {"select": {"name": "Done"}}}}'
-```
-
-### 向页面追加块
-```bash
-curl -s -X PATCH "https://api.notion.com/v1/blocks/{page_id}/children" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03" \
-  -H "Content-Type: application/json" \
-  -d '{
-    "children": [
-      {"object": "block", "type": "paragraph", "paragraph": {"rich_text": [{"text": {"content": "Hello from Hermes!"}}]}}
-    ]
-  }'
-```
-
-### 文件上传（三步流程）
-```bash
-# 1. 创建上传
-curl -s -X POST "https://api.notion.com/v1/file_uploads" \
-  -H "Authorization: Bearer $NOTION_API_KEY" \
-  -H "Notion-Version: 2025-09-03" \
-  -H "Content-Type: application/json" \
-  -d '{"filename": "photo.png", "content_type": "image/png"}'
-
-# 2. 将字节 PUT 到上面返回的 upload_url
-curl -s -X PUT "{upload_url}" --data-binary @photo.png
-
-# 3. 在页面/块 payload 中引用 {file_upload_id}
-```
-
-## 属性类型
-
-数据库条目的常用属性格式：
-
-- **标题（Title）：** `{"title": [{"text": {"content": "..."}}]}`
-- **富文本（Rich text）：** `{"rich_text": [{"text": {"content": "..."}}]}`
-- **单选（Select）：** `{"select": {"name": "Option"}}`
-- **多选（Multi-select）：** `{"multi_select": [{"name": "A"}, {"name": "B"}]}`
-- **日期（Date）：** `{"date": {"start": "2026-01-15", "end": "2026-01-16"}}`
-- **复选框（Checkbox）：** `{"checkbox": true}`
-- **数字（Number）：** `{"number": 42}`
-- **URL：** `{"url": "https://..."}`
-- **邮箱（Email）：** `{"email": "user@example.com"}`
-- **关联（Relation）：** `{"relation": [{"id": "page_id"}]}`
-
-## API 版本 2025-09-03 — 数据库与 Data Sources
-
-- **数据库已更名为 data sources。** 查询和检索请使用 `/data_sources/` 端点。
-- **每个数据库有两个 ID：** `database_id` 和 `data_source_id`。
-  - 创建页面时使用 `database_id`：`parent: {"database_id": "..."}`
-  - 查询时使用 `data_source_id`：`POST /v1/data_sources/{id}/query`
-- 搜索返回的数据库对象类型为 `"object": "data_source"`，包含 `data_source_id` 字段。
-
-## Notion Workers（高级功能，需要 `ntn`）
-
-Workers 是由 Notion 托管的 TypeScript 程序。一个 worker 可以暴露以下任意组合：
-- **Syncs（同步）** — 按计划（默认 30 分钟）从外部 API 拉取数据到 Notion 数据库。
-- **Tools（工具）** — 在 Notion 的 Custom Agents 中作为可调用工具出现。
-- **Webhooks** — 接收来自外部服务（GitHub、Stripe 等）的 HTTP 事件并在 Notion 中执行操作。
-
-**套餐/平台限制：**
-- CLI 在所有套餐上均可使用。**部署 Workers 需要 Business 或 Enterprise 套餐。**
-- 截至 2026 年 5 月，`ntn` 仅支持 macOS/Linux。Windows 用户需使用 WSL2 或等待原生支持。
-- 2026 年 8 月 11 日前免费；之后按 Notion 积分计费。
-
-### 最简 Worker
-
-```bash
-ntn workers new my-worker      # 脚手架
-cd my-worker
-# 编辑 src/index.ts
-ntn workers deploy --name my-worker
-```
-
-`src/index.ts`：
-```typescript
-import { Worker } from "@notionhq/workers";
-
-const worker = new Worker();
-export default worker;
-
-worker.tool("greet", {
-  title: "Greet a User",
-  description: "Returns a friendly greeting",
-  inputSchema: { type: "object", properties: { name: { type: "string" } }, required: ["name"] },
-  execute: async ({ name }) => `Hello, ${name}!`,
-});
-```
-
-### Webhook 能力
-
-```typescript
-worker.webhook("onGithubPush", {
-  title: "GitHub Push Handler",
-  execute: async (events, { notion }) => {
-    for (const event of events) {
-      // event.body, event.rawBody（用于签名验证），event.headers
-      console.log("got delivery", event.deliveryId);
-    }
-  },
-});
-```
-
-部署后：`ntn workers webhooks list` 显示 Notion 生成的 URL。将该 URL 视为机密——除非添加签名验证，否则任何人都可以向其 POST 事件。
-
-### Worker 生命周期命令
-
-```bash
-ntn workers deploy
-ntn workers list
-ntn workers exec <capability-key> -d '{"name": "world"}'
-ntn workers sync trigger <key>            # 立即运行同步
-ntn workers sync pause <key>
-ntn workers env set GITHUB_WEBHOOK_SECRET=...
-ntn workers runs list                     # 最近的调用记录
-ntn workers runs logs <run-id>
-ntn workers webhooks list
-```
-
-需要构建 Worker 时，使用 `ntn workers new` 创建脚手架，在 `src/index.ts` 中编写代码，通过 `ntn workers env set` 设置密钥，然后部署。Notion 文档 https://developers.notion.com/workers 涵盖完整 API 接口。
-
-## Notion 风格 Markdown（用于 `/markdown` 端点）
-
-标准 CommonMark 加上用于 Notion 特定块的类 XML 标签。缩进使用**制表符（tab）**。
-
-**CommonMark 之外的块：**
-```
-<callout icon="🎯" color="blue_bg">
-	Ship the MVP by **Friday**.
-</callout>
-
-<details color="gray">
-<summary>Toggle title</summary>
-	Children indented one tab
-</details>
-
-<columns>
-	<column>Left side</column>
-	<column>Right side</column>
-</columns>
-
-<table_of_contents color="gray"/>
-```
-
-**内联：**
-- 提及（Mention）：`<mention-user url="..."/>`、`<mention-page url="...">Title</mention-page>`、`<mention-date start="2026-05-15"/>`
-- 下划线：`<span underline="true">text</span>`
-- 颜色：`<span color="blue">text</span>`，或块级别在第一行使用 `{color="blue"}`
-- 数学公式：内联 `$x^2$`，块级 `$$ ... $$`
-- 引用：`[^https://example.com]`
-
-**颜色：** `gray brown orange yellow green blue purple pink red`，以及带 `*_bg` 后缀的背景色变体。
-
-5/6 级标题会折叠为 H4。多个连续 `>` 行渲染为独立引用块——在单个 `>` 内使用 `<br>` 实现多行引用。
-
-## 选择合适的路径
-
-| 任务 | macOS / Linux | Windows |
-|---|---|---|
-| 读写页面、搜索、查询数据库 | `ntn api ...` | curl |
-| 读取页面供 agent 摘要 | `ntn api v1/pages/{id}/markdown` | curl `/markdown` 端点 |
-| 上传文件 | `ntn files create < file` | 三步 HTTP 流程 |
-| 一次性 API 探索 | `ntn api ...` | curl |
-| 构建由 Notion 托管的同步/webhook/agent 工具 | `ntn workers ...` | WSL2 + `ntn workers ...` |
-
-## 注意事项
-
-- 页面/数据库 ID 为 UUID 格式（带或不带连字符均可接受）。
-- 速率限制：平均约 3 次请求/秒。CLI 不会绕过此限制。
-- API 无法设置数据库**视图**过滤器——该功能仅限 UI 操作。
-- 创建 data sources 时使用 `"is_inline": true` 可将其嵌入页面。
-- 始终为 curl 传入 `-s` 以抑制进度条（使 agent 输出更整洁）。
-- 读取数据时通过 `jq` 管道处理：`... | jq '.results[0].properties'`。
-- Notion 现已推出 MCP 服务器（`Notion MCP`，在数据库操作上比上一版本的 token 效率提升约 91%）——如需在会话中进行流式 Notion 访问，可通过 Hermes 的 MCP 支持接入，但上述路径已足以应对大多数一次性任务。

package/docs/80_upstream-docs-and-skills/hermes-dev-skill/src/i18n/zh-Hans/user-guide/skills/bundled/productivity/productivity-ocr-and-documents.md

@@ -1,190 +0,0 @@
----
-title: "Ocr And Documents — 从 PDF/扫描件中提取文本（pymupdf、marker-pdf）"
-sidebar_label: "Ocr And Documents"
-description: "从 PDF/扫描件中提取文本（pymupdf、marker-pdf）"
----
-
-{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
-
-# Ocr And Documents
-
-从 PDF/扫描件中提取文本（pymupdf、marker-pdf）。
-
-## Skill 元数据
-
-| | |
-|---|---|
-| 来源 | 内置（默认安装） |
-| 路径 | `skills/productivity/ocr-and-documents` |
-| 版本 | `2.3.0` |
-| 作者 | Hermes Agent |
-| 许可证 | MIT |
-| 平台 | linux, macos, windows |
-| 标签 | `PDF`, `Documents`, `Research`, `Arxiv`, `Text-Extraction`, `OCR` |
-| 相关 skill | [`powerpoint`](/user-guide/skills/bundled/productivity/productivity-powerpoint) |
-
-## 参考：完整 SKILL.md
-
-:::info
-以下是 Hermes 在触发此 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。
-:::
-
-# PDF 与文档提取
-
-对于 DOCX：使用 `python-docx`（解析实际文档结构，远优于 OCR）。
-对于 PPTX：参见 `powerpoint` skill（使用 `python-pptx`，完整支持幻灯片/备注）。
-本 skill 涵盖 **PDF 及扫描文档**。
-
-## 第一步：是否有远程 URL？
-
-如果文档有 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 实现 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，或需要批量处理。
-
-## 第二步：选择本地提取器
-
-| 功能 | pymupdf（约 25MB） | marker-pdf（约 3-5GB） |
-|---------|-----------------|---------------------|
-| **基于文本的 PDF** | ✅ | ✅ |
-| **扫描 PDF（OCR）** | ❌ | ✅（支持 90+ 种语言） |
-| **表格** | ✅（基础） | ✅（高精度） |
-| **公式 / LaTeX** | ❌ | ✅ |
-| **代码块** | ❌ | ✅ |
-| **表单** | ❌ | ✅ |
-| **页眉/页脚去除** | ❌ | ✅ |
-| **阅读顺序检测** | ❌ | ✅ |
-| **图片提取** | ✅（嵌入图片） | ✅（含上下文） |
-| **图片 → 文本（OCR）** | ❌ | ✅ |
-| **EPUB** | ✅ | ✅ |
-| **Markdown 输出** | ✅（通过 pymupdf4llm） | ✅（原生，质量更高） |
-| **安装体积** | 约 25MB | 约 3-5GB（PyTorch + 模型） |
-| **速度** | 即时 | 约 1-14 秒/页（CPU），约 0.2 秒/页（GPU） |
-
-**决策原则**：除非需要 OCR、公式、表单或复杂版面分析，否则使用 pymupdf。
-
-如果用户需要 marker-pdf 的功能但系统磁盘空间不足约 5GB：
-> "此文档需要 OCR/高级提取（marker-pdf），这需要约 5GB 用于 PyTorch 和模型。您的系统剩余 [X]GB 可用空间。可选方案：释放磁盘空间、提供 URL 以使用 web_extract，或我可以尝试 pymupdf——它适用于基于文本的 PDF，但不支持扫描文档或公式。"
-
----
-
-## 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
-```
-
-**内联方式**：
-```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
-# 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         # 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 PDF（OCR）
-python scripts/extract_marker.py document.pdf --use_llm      # LLM 增强精度
-```
-
-**CLI**（随 marker-pdf 一同安装）：
-```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 原生支持这些操作——使用 `execute_code` 或内联 Python：
-
-```python
-# 拆分：将第 1-5 页提取为新 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 在一个包内涵盖拆分、合并、搜索和文本提取。
-
----
-
-## 注意事项
-
-- `web_extract` 始终是 URL 的首选方案
-- pymupdf 是安全的默认选择——即时可用，无需模型，适用于所有环境
-- marker-pdf 用于 OCR、扫描文档、公式、复杂版面——仅在需要时安装
-- 两个辅助脚本均支持 `--help` 查看完整用法
-- marker-pdf 首次使用时会将约 2.5GB 的模型下载至 `~/.cache/huggingface/`
-- 对于 Word 文档：`pip install python-docx`（优于 OCR——解析实际文档结构）
-- 对于 PowerPoint：参见 `powerpoint` skill（使用 python-pptx）