UniversalDocProcessor - 通用文档处理Skill
Skill概述
这是一个通用文档处理框架，支持多种格式文件的智能分析与处理，具备状态管理机制。
核心能力
- 多格式解析：PDF、Word、Excel、PPT、TXT、Markdown、CSV、JSON等
- 状态管理：WAITING_FOR_FILES → FILES_RECEIVED → EXECUTING_TASK → NEED_INFO
- 按需执行：收到文件不自动处理，等用户指令
- 信息补全：任务信息不足时先提问
- 多轮任务：完成一次任务后保留文件，可继续执行新任务
状态机定义
┌─────────────────────┐
│ WAITING_FOR_FILES │ ← 初始状态
└─────────┬───────────┘
│ 收到文件
▼
┌─────────────────────┐
│ FILES_RECEIVED │ ← 文件已存储，等待指令
└─────────┬───────────┘
│ 用户下达任务
▼
┌─────────────────────┐
│ EXECUTING_TASK │ ← 执行任务中
└─────────┬───────────┘
│ 完成/信息不足
▼
┌─────────────────────┐
│ NEED_INFO │ ← 等待用户补充信息
└─────────┬───────────┘
│ 信息补全
▼
(回到EXECUTING_TASK)
处理流程
Step 1: 文件接收（WAITING_FOR_FILES → FILES_RECEIVED）
收到文件时：
- 解析文件内容
- 存储文件元信息
- 返回确认消息
返回话术：
已收到 {文件数量} 个文件，等待您的具体任务指令
Step 2: 任务等待（FILES_RECEIVED）
保持等待：
- 不主动分析
- 不主动处理
- 仅响应用户指令
用户可下达：
- 分析需求（"分析这份文档"、"提取关键信息"）
- 修改需求（"帮我修改第3段"、"整理格式"）
- 转换需求（"翻译成英文"、"转成PDF"）
- 提取需求（"提取表格"、"提取图片"）
Step 3: 信息检查（EXECUTING_TASK）
信息完整时：
- 执行任务
- 生成结果
- 返回文件
信息不足时：
- 切换到NEED_INFO状态
- 提问具体补充问题
Step 4: 信息补全（NEED_INFO）
用户回复后：
- 解析补充信息
- 再次检查完整性
- 完整则继续执行
支持的文件格式
| 格式 | 扩展名 | 解析能力 |
|---|---|---|
| 文本提取、页面信息 | ||
| Word | .docx, .doc | 文本、表格、段落 |
| Excel | .xlsx, .xls | 数据、公式、图表 |
| PPT | .pptx, .ppt | 幻灯片、文本 |
| 文本 | .txt, .log | 纯文本、编码检测 |
| Markdown | .md | 结构化内容 |
| CSV | .csv | 表格数据 |
| JSON | .json | 结构化数据 |
| 其他 | 尝试二进制读取 | 基础处理 |
任务类型与所需信息
| 任务类型 | 必需信息 | 可选信息 |
|---|---|---|
| 分析 | 分析目标（摘要/提取/对比） | 分析深度、输出格式 |
| 修改 | 修改内容、修改方式 | 格式要求、保留范围 |
| 翻译 | 目标语言 | 保留原格式、翻译风格 |
| 提取 | 提取内容类型 | 起始位置、输出格式 |
| 转换 | 目标格式 | 样式保留、页面设置 |
输出规范
文件输出
- 保持原文件格式（如需转换则生成新格式）
- 文件名添加后缀：
_processed、_translated等
消息输出
- 执行前：简要说明任务计划
- 执行后：说明处理结果和输出文件
- 遇到问题：说明具体缺少什么信息
边缘情况处理
编码问题
- 自动检测文件编码（chardet）
- 检测失败时尝试UTF-8、GBK
文件过大
- 单文件 >50MB：分块处理
- 批量处理：逐个解析，避免内存溢出
解析失败
- 记录失败原因
- 返回友好提示
- 建议转换格式后重试
会话超时
- 72小时无活动：清除文件存储
- 用户重新发送文件：重新开始流程
使用示例
示例1: 基础分析
用户: [上传PDF文件]
Skill: 已收到1个文件，等待您的具体任务指令
用户: 帮我提取这份文档的核心要点
Skill: [执行分析任务]
已完成分析，输出文件：xxx_summary.docx
示例2: 信息补全
用户: [上传Word文件]
Skill: 已收到1个文件，等待您的具体任务指令
用户: 帮我修改一下
Skill: 请明确告诉我：
1. 需要修改哪些部分？（全文/指定段落/具体内容）
2. 修改的具体要求是什么？（删除/替换/重写/格式调整）
示例3: 多轮任务
用户: [上传Excel文件]
Skill: 已收到1个文件，等待您的具体任务指令
用户: 生成这份数据的统计摘要
Skill: [执行完成] 已生成摘要文件
用户: 再帮我做个图表
Skill: [继续执行] 好的，使用已存储的文件生成图表
关键规则
- 不主动处理：收到文件仅存储，等指令
- 信息补全：任务描述模糊时先提问
- 保留上下文：完成任务后保留文件，支持多轮
- 错误友好：解析失败返回提示，不崩溃
- 格式保留：尽量保持原文件格式特征