Skill document-processor-api
scriptsProcesa, convierte y manipula documentos mediante OCR, redacción, firma y generación de PDF enfocada en el cumplimiento normativo.
- Estrellas en GitHub
- 18
- Archivos
- 29
- Último commit
- 3 nov 2026
- Licencia
- MIT
- Herramientas permitidas
- —
¿Qué hace la skill document-processor-api?
document-processor-api es una agent skill. Procesa, convierte y manipula documentos mediante OCR, redacción, firma y generación de PDF enfocada en el cumplimiento normativo.
Resumen generado a partir del SKILL.md de la skill.
Sobre la skill document-processor-api
Esta SKILL permite a desarrolladores y agentes de IA gestionar ciclos de vida complejos de documentos mediante flujos de trabajo automatizados. Ofrece un conjunto de herramientas para tareas de documentos de alta fidelidad, como convertir HTML o URLs en PDFs, transformar documentos de Office y realizar OCR en imágenes escaneadas para extraer texto, tablas o pares clave-valor. Está diseñada para usuarios que requieren estándares de cumplimiento estrictos, ofreciendo salidas especializadas como PDF/A y PDF/UA.
Un agente debe cargar esta SKILL cuando una tarea requiera algo más que una simple inspección de archivos locales, específicamente cuando sea necesaria la fidelidad de la salida o el cumplimiento legal. La SKILL utiliza varios scripts de Python para ejecutar operaciones individuales como fusionar, dividir, rotar o añadir marcas de agua a los archivos. Para procesos de varios pasos, utiliza una plantilla de flujo de trabajo personalizado para secuenciar acciones como la redacción de PII, la firma de un documento y, finalmente, la optimización o linealización del archivo para su entrega en la web. Depende de la API de Nutrient DWS y requiere una clave de API válida para funcionar.
Lo que un agente puede hacer con ella
- 1Convertir contenido web a PDFTransforma una URL remota o una plantilla HTML en un documento PDF de alta calidad.
- 2Extraer datos de escaneosRealiza OCR en documentos escaneados para extraer tablas estructuradas y texto.
- 3Asegurar información sensibleIdentifica y redacta información de identificación personal utilizando detección impulsada por IA.
- 4Garantizar el cumplimiento de documentosGenera formatos PDF especializados que cumplen con estándares específicos de archivo o accesibilidad.
Escrito a partir del SKILL.md de la skill. Cada caso de uso se verifica con una cita del mismo.
Cómo instalar la skill document-processor-api
Cada comando copia la carpeta de la skill al directorio de skills del cliente. Reinicia el cliente o inicia una nueva sesión para cargarla.Instalar la skill document-processor-api en Plugin
/plugin marketplace add PSPDFKit-labs/nutrient-skills /plugin install nutrient-dws@nutrient-skills
Instalar la skill document-processor-api en Claude Code
~/.claude/skills/document-processor-api/SKILL.md
$ npx degit PSPDFKit-labs/nutrient-skills/plugins/nutrient-dws/skills/document-processor-api ~/.claude/skills/document-processor-apiInstalar la skill document-processor-api en Claude Code (project)
.claude/skills/document-processor-api/SKILL.md
$ npx degit PSPDFKit-labs/nutrient-skills/plugins/nutrient-dws/skills/document-processor-api .claude/skills/document-processor-apiInstalar la skill document-processor-api en Codex
~/.agents/skills/document-processor-api/SKILL.md
$ npx degit PSPDFKit-labs/nutrient-skills/plugins/nutrient-dws/skills/document-processor-api ~/.agents/skills/document-processor-apiInstalar la skill document-processor-api en Gemini CLI
~/.gemini/skills/document-processor-api/SKILL.md
$ npx degit PSPDFKit-labs/nutrient-skills/plugins/nutrient-dws/skills/document-processor-api ~/.gemini/skills/document-processor-apiInstalar la skill document-processor-api en Claude.ai
npx degit PSPDFKit-labs/nutrient-skills/plugins/nutrient-dws/skills/document-processor-api document-processor-api && zip -r document-processor-api.zip document-processor-api # claude.ai → Customize → Skills → + → Create skill → Upload a skill → document-processor-api.zip
Verificaciones automáticas
Ejecutado 14 nov 2026Informe completo →Aún sin verificar. Una skill necesita 80 puntos, ningún hallazgo grave y datos suficientes para comprobarla. Cómo funcionan las verificaciones · Qué corregir para obtener más puntos
- Repositorio de origen vinculado y accesiblepspdfkit-labs/nutrient-skills/plugins/nutrient-dws/skills/document-processor-api is public and reachablegithub.com/pspdfkit-labs/nutrient-skills/tree/HEAD/plugins/n ↗Aprobado
- Licencia de código abierto (OSI)MITspdx.org/licenses/MIT.html ↗Aprobado
- Commit o lanzamiento en el último añoLast commit 2026-11-03github.com/pspdfkit-labs/nutrient-skills/commits ↗Aprobado
- Sin descargar y ejecutar ni robo de credenciales en los scripts5 of 17 scripts read; none of them downloads and runs code, the rest were not readHallazgo
- Sin instrucciones ocultas en SKILL.mdNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/pspdfkit-labs/nutrient-skills/blob/HEAD/plugins/n ↗Aprobado
- Las herramientas preaprobadas están acotadasNo pre-approved tools; the agent asks before using onegithub.com/pspdfkit-labs/nutrient-skills/blob/HEAD/plugins/n ↗Aprobado
- SKILL.md sigue el formato de Agent SkillsValid name and description; says when to use it; 131 linesgithub.com/pspdfkit-labs/nutrient-skills/blob/HEAD/plugins/n ↗Aprobado
SKILL.md
Ver en GitHubNutrient Document Processing
Use Nutrient DWS for managed document workflows where fidelity, compliance, or multi-step processing matters more than local-tool convenience.
Setup
- Get a Nutrient DWS API key at https://dashboard.nutrient.io/sign_up/?product=processor.
- Direct API calls use
Authorization: Bearer $NUTRIENT_API_KEY.export NUTRIENT_API_KEY="nutr_sk_..." - MCP setups commonly use
@nutrient-sdk/dws-mcp-serverwithNUTRIENT_DWS_API_KEY. - Scripts live in
scripts/relative to this SKILL.md. Use the directory containing this SKILL.md as the working directory:cd <directory containing this SKILL.md> && uv run scripts/<script>.py --help - Page ranges use
start:endwith 0-based indexes and end-exclusive semantics. Negative indexes count from the end.
When to use
- Generate PDFs from HTML templates, uploaded assets, or remote URLs.
- Convert Office, HTML, image, and PDF files between supported formats.
- OCR scans and extract text, tables, or key-value pairs.
- Redact PII, watermark, sign, fill forms, merge, split, rotate, flatten, or encrypt PDFs.
- Produce delivery targets like PDF/A, PDF/UA, optimized PDFs, or linearized PDFs.
- Check credits before large, batch, or AI-heavy runs.
Tool preference
- Prefer
scripts/*.pyfor covered single-operation workflows. - Use
assets/templates/custom-workflow-template.pyfor multi-step jobs that should still run through the Python client. - Use the modular
references/docs and direct API payloads for capabilities that do not yet have a dedicated helper script, especially HTML/URL generation and compliance tuning. - Use local PDF utilities only for lightweight inspection. Use Nutrient when output fidelity or compliance matters.
Single-operation scripts
convert.py-> convert betweenpdf,pdfa,pdfua,docx,xlsx,pptx,png,jpeg,webp,html, andmarkdownmerge.py-> merge multiple files into one PDFsplit.py-> split one PDF into multiple PDFs by page rangesadd-pages.py-> append blank pagesdelete-pages.py-> remove specific pagesduplicate-pages.py-> reorder or duplicate pages into a new PDFrotate.py-> rotate selected pagesocr.py-> OCR scanned PDFs or imagesextract-text.py-> extract text to JSONextract-table.py-> extract tablesextract-key-value-pairs.py-> extract key-value pairswatermark-text.py-> apply a text watermarkredact-ai.py-> detect and apply AI-powered redactionssign.py-> digitally sign a local PDFpassword-protect.py-> write encrypted output PDFsoptimize.py-> apply optimization and linearization-style options via JSON
Multi-Step Workflow Rule
Do not add new committed pipeline scripts under scripts/.
When the user asks for multiple operations in one run:
- Copy
assets/templates/custom-workflow-template.pyto a temporary location such as/tmp/ndp-workflow-<task>.py. - Implement the combined workflow in that temporary script.
- Run it with
uv run /tmp/ndp-workflow-<task>.py .... - Return generated output files.
- Delete the temporary script unless the user explicitly asks to keep it.
PDF Requirements
split.pyrequires a multi-page PDF and cannot extract ranges from a single-page document.delete-pages.pymust retain at least one page and cannot delete the entire document.sign.pyonly accepts local file paths for the main PDF.
Decision rules
- Prefer a helper script when one already covers the requested operation cleanly.
- If you control the source markup, prefer HTML generation over browser print workflows.
- Use remote
file.urlinputs when the source already lives at a stable URL and you want to avoid local uploads. - Use
output.typefor conversion and finalization targets. Useactionsfor transformations when building direct API payloads. - OCR before text extraction, key-value extraction, or semantic redaction on scans.
- Prefer preset or regex redaction when the target is explicit. Use AI redaction only for contextual or natural-language requests.
- Use the PDF manipulation reference for merge, split, rotate, flatten, and page-range workflows instead of inferring those payloads from conversion examples.
- Treat PDF/A and PDF/UA as compliance targets, not cosmetic export formats. Choose the target up front and validate final artifacts when requirements are contractual.
- For PDF/UA, clean born-digital inputs and structured HTML usually tag better than rasterized or flattened source PDFs.
- For delivery optimization, linearize or optimize unsigned output artifacts instead of mutating already signed files.
- When the user asks for multiple steps, keep destructive or final steps late in the sequence. Use the workflow recipes when ordering is ambiguous.
Anti-patterns
- Do not OCR born-digital PDFs just because the task mentions extraction. Extract first and OCR only if the text layer is missing.
- Do not flatten forms or annotations until the user confirms the artifact no longer needs to stay editable.
- Do not sign, archive, or linearize intermediate working files. Keep those as final-delivery steps.
- Do not promise PDF/A or PDF/UA compliance without a validation step when the requirement is contractual.
- Do not commit temporary workflow scripts under
scripts/.
Reference map
Read only what you need:
references/request-basics.md-> endpoint model, auth, multipart vs JSON, credits, limits, and errorsreferences/generation-and-conversion.md-> HTML/URL generation and format conversionreferences/pdf-manipulation.md-> merge, split, page-range, rotate, and flatten workflowsreferences/extraction-and-ocr.md-> OCR, text extraction, tables, and key-value workflowsreferences/security-signing-and-forms.md-> redaction, watermarking, signatures, forms, and passwordsreferences/compliance-and-optimization.md-> PDF/A, PDF/UA, optimization, and linearizationreferences/workflow-recipes.md-> end-to-end sequencing patterns for common business document workflows
Rules
- Fail fast when required arguments are missing.
- Write outputs to explicit paths and print created files.
- Do not log secrets.
- All client methods are async and should run via
asyncio.run(main()). - If import fails, install dependency with
uv add nutrient-dws.
Security Hardening Addendum
- Prefer a pinned, preinstalled MCP server binary over runtime package fetches.
- Preferred:
npm i -g @nutrient-sdk/dws-mcp-server@<pinned-version> - Avoid unpinned runtime fetch in production paths.
- Preferred:
- Never store
NUTRIENT_DWS_API_KEYin committed JSON config files.- Use process env injection at runtime (shell/export, secrets manager, or host env).
- Restrict file access with
SANDBOX_PATHto the minimum required working directory. - Before enabling MCP mode in production, verify package provenance and lock version.
Archivos de esta skill
29Preguntas sobre la skill document-processor-api
¿Cómo instalo la skill document-processor-api en Claude Code?
Ejecuta npx degit PSPDFKit-labs/nutrient-skills/plugins/nutrient-dws/skills/document-processor-api ~/.claude/skills/document-processor-api. Claude Code carga las skills desde ~/.claude/skills (todos los proyectos) o .claude/skills (un proyecto) y usa una skill cuando su descripción coincide con la tarea.
¿Qué clientes pueden usar la skill document-processor-api?
Cualquier cliente que lea el formato Agent Skills: Claude Code, Codex, Gemini CLI y claude.ai (subir como ZIP). Los scripts de la skill se ejecutan solo donde el cliente permite la ejecución de código.
¿Qué tipo de conversiones de documentos son compatibles?
La herramienta permite convertir entre PDF, PDF/A, PDF/UA, DOCX, XLSX, PPTX, PNG, JPEG, WebP, HTML y Markdown.
¿Cómo debo gestionar flujos de trabajo de documentos de varios pasos?
Para realizar múltiples operaciones, copia la plantilla de flujo de trabajo personalizado a una ubicación temporal, implementa el flujo combinado y ejecútalo usando uv.
¿Puedo extraer datos de documentos escaneados?
Sí, puedes usar OCR para procesar PDFs escaneados o imágenes y luego extraer texto, tablas o pares clave-valor.
¿Cuál es la mejor forma de redactar información sensible?
Puedes usar la redacción impulsada por IA para solicitudes contextuales o de lenguaje natural, o usar redacción mediante presets o regex cuando el objetivo sea explícito.