botrun-horse 2.30.0 → 2.34.0

package/botrun-c/.claude/skills/pdf-multimodal-processor/scripts/process_pdf.py

@@ -1,515 +0,0 @@
-#!/usr/bin/env python3
-# /// script
-# requires-python = ">=3.8"
-# dependencies = [
-#     "requests>=2.28.0",
-#     "pdf2image>=1.17.0",
-#     "Pillow>=10.0.0",
-#     "pdfplumber>=0.10.0",
-# ]
-# ///
-"""
-PDF 多模態處理器
-將 PDF 轉換為圖片，透過座標感知 ML OCR API 進行文字辨識，合併為單一 JSON 檔案。
-
-使用方式：
-# 單一檔案
-uv run process_pdf.py --input <PDF_PATH> --output <OUTPUT_DIR>
-
-# 多個檔案
-uv run process_pdf.py --input a.pdf b.pdf c.pdf --output <OUTPUT_DIR>
-
-# 整個目錄
-uv run process_pdf.py --input <PDF_DIR> --output <OUTPUT_DIR>
-"""
-
-import argparse
-import json
-import sys
-import time
-from datetime import datetime
-from pathlib import Path
-
-import requests
-
-# API 設定
-API_BASE = "https://app.botrun.ai/azure-ocr-api"
-ANALYZE_ENDPOINT = f"{API_BASE}/vision/v3.2/read/analyze"
-RESULTS_ENDPOINT = f"{API_BASE}/vision/v3.2/read/analyzeResults"
-
-# Polling 設定
-MAX_POLL_RETRIES = 4
-POLL_WAIT_SECONDS = 15
-
-
-def log_message(message: str) -> None:
-    """記錄處理訊息"""
-    timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
-    print(f"[{timestamp}] {message}")
-
-
-def pdf_to_images(pdf_path: Path, output_dir: Path, dpi: int = 200, quality: int = 85) -> list:
-    """
-    將 PDF 轉換為多張圖片
-
-    Args:
-        pdf_path: PDF 檔案路徑
-        output_dir: 輸出目錄
-        dpi: 圖片解析度
-        quality: JPEG 品質
-
-    Returns:
-        輸出圖片路徑列表
-    """
-    from pdf2image import convert_from_path
-
-    log_message(f"開始轉換 PDF: {pdf_path.name}")
-
-    # 創建輸出目錄
-    output_dir.mkdir(parents=True, exist_ok=True)
-
-    # 轉換 PDF 為圖片
-    pages = convert_from_path(pdf_path, dpi=dpi)
-    total_pages = len(pages)
-    log_message(f"PDF 共 {total_pages} 頁")
-
-    output_files = []
-    for i, page in enumerate(pages, 1):
-        output_path = output_dir / f"{pdf_path.stem}_page_{i}.jpg"
-        page.save(output_path, 'JPEG', quality=quality, optimize=True)
-        output_files.append(output_path)
-        log_message(f"  已保存第 {i} 頁: {output_path.name}")
-
-    return output_files
-
-
-def submit_ocr_request(image_path: Path) -> str:
-    """
-    提交 OCR 請求
-
-    Args:
-        image_path: 圖片檔案路徑
-
-    Returns:
-        operation_id
-    """
-    log_message(f"提交 OCR 請求: {image_path.name}")
-
-    with open(image_path, 'rb') as f:
-        image_data = f.read()
-
-    response = requests.post(
-        ANALYZE_ENDPOINT,
-        headers={'Content-Type': 'application/octet-stream'},
-        data=image_data
-    )
-
-    if response.status_code != 202:
-        raise RuntimeError(f"OCR 請求失敗: {response.status_code} - {response.text}")
-
-    # 從 header 取得 operation-location
-    operation_location = response.headers.get('operation-location', '')
-
-    if not operation_location:
-        raise RuntimeError("無法取得 operation-location")
-
-    # 從 URL 中提取 operation_id
-    operation_id = operation_location.split('/')[-1]
-    log_message(f"  Operation ID: {operation_id}")
-
-    return operation_id
-
-
-def poll_ocr_result(operation_id: str) -> dict:
-    """
-    輪詢 OCR 結果
-
-    Args:
-        operation_id: 操作 ID
-
-    Returns:
-        OCR 結果
-    """
-    result_url = f"{RESULTS_ENDPOINT}/{operation_id}"
-
-    for attempt in range(1, MAX_POLL_RETRIES + 1):
-        log_message(f"  輪詢結果 (第 {attempt}/{MAX_POLL_RETRIES} 次)...")
-
-        response = requests.get(result_url)
-
-        if response.status_code != 200:
-            raise RuntimeError(f"取得結果失敗: {response.status_code} - {response.text}")
-
-        result = response.json()
-        status = result.get('status', '')
-
-        if status == 'succeeded':
-            log_message(f"  OCR 處理完成")
-            return result
-        elif status == 'failed':
-            raise RuntimeError(f"OCR 處理失敗: {result}")
-        else:
-            # running 或 notStarted
-            if attempt < MAX_POLL_RETRIES:
-                log_message(f"  狀態: {status}，等待 {POLL_WAIT_SECONDS} 秒...")
-                time.sleep(POLL_WAIT_SECONDS)
-
-    raise TimeoutError(f"OCR 處理超時，已等待 {MAX_POLL_RETRIES * POLL_WAIT_SECONDS} 秒")
-
-
-def process_ocr_result(ocr_result: dict) -> dict:
-    """
-    處理 OCR 結果，提取文字和行資訊
-
-    Args:
-        ocr_result: 座標感知 ML OCR API 返回的結果
-
-    Returns:
-        處理後的結果
-    """
-    analyze_result = ocr_result.get('analyzeResult', {})
-    read_results = analyze_result.get('readResults', [])
-
-    lines = []
-    text_parts = []
-
-    for read_result in read_results:
-        for line in read_result.get('lines', []):
-            line_text = line.get('text', '')
-            bounding_box = line.get('boundingBox', [])
-
-            lines.append({
-                'text': line_text,
-                'boundingBox': bounding_box
-            })
-            text_parts.append(line_text)
-
-    return {
-        'status': ocr_result.get('status', ''),
-        'text': '\n'.join(text_parts),
-        'lines': lines
-    }
-
-
-def ocr_image(image_path: Path) -> dict:
-    """
-    對單張圖片進行 OCR
-
-    Args:
-        image_path: 圖片路徑
-
-    Returns:
-        OCR 結果
-    """
-    # 提交請求
-    operation_id = submit_ocr_request(image_path)
-
-    # 等待一下再開始輪詢
-    time.sleep(2)
-
-    # 輪詢結果
-    raw_result = poll_ocr_result(operation_id)
-
-    # 處理結果
-    return process_ocr_result(raw_result)
-
-
-def extract_text_native(pdf_path: Path) -> list:
-    """
-    使用 pdfplumber 逐頁嘗試提取原生文字
-
-    Args:
-        pdf_path: PDF 檔案路徑
-
-    Returns:
-        每頁結果列表，每項包含 page_num, has_text, text
-    """
-    import pdfplumber
-
-    log_message(f"嘗試 pdfplumber 原生文字提取: {pdf_path.name}")
-
-    pages_info = []
-    with pdfplumber.open(pdf_path) as pdf:
-        for i, page in enumerate(pdf.pages, 1):
-            is_scanned = len(page.chars) == 0
-            text = ""
-            if not is_scanned:
-                text = page.extract_text(layout=True) or ""
-            pages_info.append({
-                'page_num': i,
-                'has_text': not is_scanned,
-                'text': text,
-            })
-            method = "原生文字" if not is_scanned else "掃描頁（需 OCR）"
-            log_message(f"  第 {i} 頁: {method}")
-
-    native_count = sum(1 for p in pages_info if p['has_text'])
-    ocr_count = len(pages_info) - native_count
-    log_message(f"分析結果: {native_count} 頁原生文字, {ocr_count} 頁需 OCR")
-
-    return pages_info
-
-
-def get_output_image_dir(output_path: Path, source_name: str) -> Path:
-    """
-    根據輸出路徑取得圖片輸出目錄
-
-    Args:
-        output_path: JSON 輸出路徑
-        source_name: 原始檔案名稱（不含副檔名）
-
-    Returns:
-        圖片輸出目錄
-    """
-    return output_path.parent / f"[img]{source_name}"
-
-
-def process_pdf(input_path: Path, output_path: Path, dpi: int = 200, quality: int = 85) -> dict:
-    """
-    處理 PDF 檔案：先嘗試原生文字提取，掃描頁才走 OCR
-
-    Args:
-        input_path: 輸入 PDF 檔案路徑
-        output_path: 輸出 JSON 路徑
-        dpi: 圖片解析度
-        quality: JPEG 品質
-
-    Returns:
-        處理結果
-    """
-    source_name = input_path.stem
-
-    result = {
-        'source_file': input_path.name,
-        'file_type': 'pdf',
-        'total_pages': 0,
-        'processed_at': datetime.now().isoformat(),
-        'pages': [],
-        'full_text': ''
-    }
-
-    # 1. pdfplumber 逐頁分析
-    pages_info = extract_text_native(input_path)
-    result['total_pages'] = len(pages_info)
-
-    # 找出需要 OCR 的頁面
-    ocr_page_nums = [p['page_num'] for p in pages_info if not p['has_text']]
-
-    # 2. 只對掃描頁轉圖片 + OCR
-    ocr_results_map = {}
-    if ocr_page_nums:
-        log_message(f"對 {len(ocr_page_nums)} 頁掃描頁進行 OCR...")
-        image_dir = get_output_image_dir(output_path, source_name)
-        image_dir.mkdir(parents=True, exist_ok=True)
-
-        from pdf2image import convert_from_path
-
-        for page_num in ocr_page_nums:
-            log_message(f"OCR 處理第 {page_num}/{len(pages_info)} 頁...")
-            # 只轉換該頁
-            images = convert_from_path(
-                input_path, dpi=dpi,
-                first_page=page_num, last_page=page_num
-            )
-            image_path = image_dir / f"{source_name}_page_{page_num}.jpg"
-            images[0].save(image_path, 'JPEG', quality=quality, optimize=True)
-
-            ocr_result = ocr_image(image_path)
-            ocr_results_map[page_num] = {
-                'image_file': image_path.name,
-                'ocr_result': ocr_result,
-            }
-
-    # 3. 組合所有頁面結果
-    all_texts = []
-    for page_info in pages_info:
-        page_num = page_info['page_num']
-
-        if page_info['has_text']:
-            # 原生文字
-            page_result = {
-                'page': page_num,
-                'extraction_method': 'native',
-                'text': page_info['text'],
-            }
-            all_texts.append(page_info['text'])
-        else:
-            # OCR
-            ocr_data = ocr_results_map[page_num]
-            page_result = {
-                'page': page_num,
-                'extraction_method': 'ocr',
-                'image_file': ocr_data['image_file'],
-                'ocr_result': ocr_data['ocr_result'],
-            }
-            all_texts.append(ocr_data['ocr_result'].get('text', ''))
-
-        result['pages'].append(page_result)
-
-    # 4. 合併所有頁面文字
-    result['full_text'] = '\n\n'.join(all_texts)
-
-    return result
-
-
-def save_result(result: dict, output_path: Path) -> None:
-    """儲存結果到 JSON 檔案和 Markdown 檔案"""
-    output_path.parent.mkdir(parents=True, exist_ok=True)
-
-    # 儲存 JSON 檔案
-    with open(output_path, 'w', encoding='utf-8') as f:
-        json.dump(result, f, ensure_ascii=False, indent=2)
-
-    log_message(f"結果已儲存至: {output_path}")
-
-    # 儲存 Markdown 檔案（與 JSON 同名，副檔名為 .md）
-    md_path = output_path.with_suffix('.md')
-    full_text = result.get('full_text', '')
-
-    with open(md_path, 'w', encoding='utf-8') as f:
-        f.write(full_text)
-
-    log_message(f"Markdown 已儲存至: {md_path}")
-
-
-def collect_pdf_files(input_paths: list) -> list:
-    """
-    收集所有要處理的 PDF 檔案
-
-    Args:
-        input_paths: 輸入路徑列表（可以是檔案或目錄）
-
-    Returns:
-        PDF 檔案路徑列表
-    """
-    pdf_files = []
-
-    for input_path in input_paths:
-        if input_path.is_file():
-            if input_path.suffix.lower() == '.pdf':
-                pdf_files.append(input_path)
-            else:
-                log_message(f"跳過非 PDF 檔案: {input_path.name}")
-        elif input_path.is_dir():
-            # 掃描目錄下的所有 PDF
-            found = sorted(input_path.glob("*.pdf"))
-            log_message(f"在目錄 '{input_path}' 找到 {len(found)} 個 PDF")
-            pdf_files.extend(found)
-        else:
-            log_message(f"警告：路徑不存在 '{input_path}'")
-
-    return pdf_files
-
-
-def main():
-    parser = argparse.ArgumentParser(
-        description="PDF 多模態處理器：將 PDF 轉換為圖片並進行 OCR，合併為單一 JSON"
-    )
-    parser.add_argument(
-        "--input", "-i",
-        type=Path,
-        nargs='+',
-        required=True,
-        help="輸入 PDF 檔案或目錄（可指定多個）"
-    )
-    parser.add_argument(
-        "--output", "-o",
-        type=Path,
-        required=True,
-        help="輸出目錄"
-    )
-    parser.add_argument(
-        "--dpi", "-d",
-        type=int,
-        default=200,
-        help="圖片解析度（預設 200，OCR 建議最低 150）"
-    )
-    parser.add_argument(
-        "--quality", "-q",
-        type=int,
-        default=85,
-        help="JPEG 品質（預設 85，搭配 optimize=True 壓縮）"
-    )
-
-    args = parser.parse_args()
-
-    # 收集所有 PDF 檔案
-    pdf_files = collect_pdf_files(args.input)
-
-    if not pdf_files:
-        print("錯誤：找不到任何 PDF 檔案")
-        sys.exit(1)
-
-    # 確保輸出目錄存在
-    output_dir = args.output
-    output_dir.mkdir(parents=True, exist_ok=True)
-
-    # 顯示處理資訊
-    print("=" * 60)
-    print("PDF 多模態處理器（批次模式）")
-    print("=" * 60)
-    log_message(f"找到 {len(pdf_files)} 個 PDF 檔案")
-    log_message(f"輸出目錄: {output_dir}")
-    log_message(f"解析度: {args.dpi} DPI")
-    log_message(f"JPEG 品質: {args.quality}")
-    print("-" * 60)
-
-    # 批次處理所有 PDF
-    success_count = 0
-    error_count = 0
-    results_summary = []
-
-    for idx, pdf_file in enumerate(pdf_files, 1):
-        print(f"\n[{idx}/{len(pdf_files)}] 處理: {pdf_file.name}")
-        print("-" * 40)
-
-        # 輸出檔案路徑（根據 PDF 檔名自動產生）
-        output_json = output_dir / f"{pdf_file.stem}.json"
-
-        try:
-            # 處理 PDF
-            result = process_pdf(pdf_file, output_json, args.dpi, args.quality)
-
-            # 儲存結果
-            save_result(result, output_json)
-
-            success_count += 1
-            results_summary.append({
-                'file': pdf_file.name,
-                'status': 'success',
-                'pages': result['total_pages']
-            })
-            log_message(f"完成！共 {result['total_pages']} 頁")
-
-        except Exception as e:
-            error_count += 1
-            results_summary.append({
-                'file': pdf_file.name,
-                'status': 'error',
-                'error': str(e)
-            })
-            log_message(f"錯誤：{e}")
-
-    # 顯示總結
-    print("\n" + "=" * 60)
-    print("批次處理完成")
-    print("=" * 60)
-    log_message(f"成功: {success_count} 個")
-    log_message(f"失敗: {error_count} 個")
-    print("-" * 60)
-
-    for item in results_summary:
-        status_icon = "✓" if item['status'] == 'success' else "✗"
-        if item['status'] == 'success':
-            print(f"  {status_icon} {item['file']} ({item['pages']} 頁)")
-        else:
-            print(f"  {status_icon} {item['file']} - {item['error']}")
-
-    print("=" * 60)
-
-    if error_count > 0:
-        sys.exit(1)
-
-
-if __name__ == "__main__":
-    main()

package/botrun-c/.claude/skills/ripgrep/346/220/234/345/260/213/346/212/200/350/203/275/SKILL.md

@@ -1,81 +0,0 @@
----
-name: ripgrep搜尋技能
-description: 安全 Ripgrep 搜尋服務。當使用者需要「搜尋程式碼」、「找函數」、「grep」、「rg」、「搜尋檔案內容」時使用。
-allowed-tools: Bash
----
-
-# 🔍 安全搜尋技能
-
-## 觸發條件
-- 使用者說「搜尋程式碼」、「找函數」、「grep」、「rg」
-- 需要在程式碼中搜尋特定字串或正規表達式
-- 需要找出某個變數、函數、類別的定義或使用位置
-
-## 執行方式
-
-執行以下腳本進行搜尋：
-
-```bash
-node $OFFICIAL_SKILLS_DIR/ripgrep搜尋技能/scripts/secure-search.mjs "搜尋模式"
-```
-
-### 進階選項
-
-```bash
-# 指定搜尋路徑（相對於工作目錄）
-node .../secure-search.mjs "pattern" --path "src"
-
-# 不區分大小寫
-node .../secure-search.mjs "pattern" -i
-
-# 顯示前後文（各 3 行）
-node .../secure-search.mjs "pattern" -C 3
-
-# 只搜尋特定檔案類型
-node .../secure-search.mjs "pattern" --type js
-node .../secure-search.mjs "pattern" --type ts
-
-# 組合使用
-node .../secure-search.mjs "TODO" --path "src" -i -C 2 --type ts
-```
-
-## 輸出格式
-
-腳本會輸出 Markdown 格式的搜尋結果：
-
-```markdown
-## 搜尋結果：pattern
-
-**搜尋路徑**: src
-**匹配數量**: 15 筆
-
-\`\`\`
-src/index.ts:10:  function handlePattern() {
-src/utils.ts:25:  const pattern = /regex/;
-...
-\`\`\`
-```
-
-## 安全特性
-- 所有路徑都被限制在工作目錄內
-- 禁止絕對路徑和 `..` 路徑遍歷
-- 禁止危險參數（--pre, --replace）
-- 禁止 shell 元字元（;|&`$><）
-
-## 支援的 rg 參數
-- `-i` / `--ignore-case`：不區分大小寫
-- `-C <N>` / `--context <N>`：顯示前後 N 行
-- `-A <N>` / `--after-context <N>`：顯示後 N 行
-- `-B <N>` / `--before-context <N>`：顯示前 N 行
-- `--type <type>`：只搜尋特定類型（js, ts, py, etc.）
-- `-w` / `--word-regexp`：完整單字匹配
-- `-l` / `--files-with-matches`：只顯示檔案名稱
-
-## 範例
-
-使用者：「幫我找一下哪裡有用到 validatePath 函數」
-
-執行：
-```bash
-node $OFFICIAL_SKILLS_DIR/ripgrep搜尋技能/scripts/secure-search.mjs "validatePath" -C 2
-```

package/botrun-c/.claude/skills/ripgrep/346/220/234/345/260/213/346/212/200/350/203/275/scripts/package.json

@@ -1,13 +0,0 @@
-{
-  "name": "secure-search-scripts",
-  "version": "1.0.0",
-  "description": "安全搜尋技能腳本",
-  "type": "module",
-  "main": "secure-search.mjs",
-  "scripts": {
-    "test": "node secure-search.mjs 'test'"
-  },
-  "keywords": ["ripgrep", "search", "security"],
-  "author": "Botrun",
-  "license": "MIT"
-}