Ofd Reader skill

OFD 文档读取和转换工具。支持从 OFD（Open Fixed-layout Document）文件中提取文本内容，并将其转换为 Markdown 格式。使用此 skill 处理 .ofd 文档时：提取纯文本内容、转换为包含基本格式（标题、段落、表格）的 Markdown、处理中文版式文档。OFD 是中国国家标...

Security Scan

The skill's code, instructions, and minimal dependency installation are consistent with its stated purpose of extracting text and converting OFD files to Markdown; it does not request credentials, unusual system access, or contact hidden endpoints.

Purpose & Capability

Name/description match the provided scripts. Required capabilities (reading ZIP/XML OFD files and optionally installing an OFD library) are proportional to the stated purpose. There are no unrelated environment variables, binaries, or config paths requested.

Instruction Scope

SKILL.md only instructs running the included scripts against user-supplied .ofd files and describes expected outputs and limitations. The scripts only read the provided OFD file (a ZIP) and parse its XML contents; they do not access other system files, environment variables, or external endpoints.

Install Mechanism

There is no automated install spec; the provided install_dependencies.py calls pip to install ofdrw from PyPI. This is expected for optional functionality, but pip installs fetch code from the network—recommend reviewing the ofdrw package and running installation in a controlled environment if untrusted.

Credentials

No environment variables, credentials, or config paths are required. The skill does not request tokens or secrets and the scripts only use sys.argv for input file paths.

Persistence & Privilege

Skill does not request persistent placement, always:true is not set, and it does not modify other skills or system-wide settings. It runs as-invoked and does not perform autonomous actions or background persistence.

Assessment

This skill appears to do what it claims: parse OFD (ZIP + XML) files and produce text/Markdown. Before using: (1) Review the scripts (they are short and readable) and only run them on files you trust or in an isolated environment, since parsing untrusted files can sometimes cause resource or parsing issues; (2) If you choose to run install_dependencies.py, be aware it runs pip install ofdrw from PyPI—verify the ofdrw package and prefer running it in a virtualenv/container; (3) No credentials or network endpoints are embedded in the code, so there is no obvious exfiltration path, but always inspect third-party packages you install.

OfdReader

OFD（Open Fixed-layout Document）文档读取和转换工具。从 OFD 文件中提取内容并转换为 Markdown。

快速开始

提取纯文本

python scripts/ofd_to_text.py <ofd文件路径>

输出到文件：

python scripts/ofd_to_text.py <ofd文件路径> output.txt

转换为 Markdown

python scripts/ofd_to_markdown.py <ofd文件路径>

输出到文件：

python scripts/ofd_to_markdown.py <ofd文件路径> output.md

工作流程

1. 验证文件：确认 OFD 文件存在且格式有效（OFD 本质是 ZIP 压缩包）

2. 提取内容：

   • 解压 OFD 文件
   • 解析内部 XML 结构
   • 提取 TextCode 和 TextContent 元素

3. 格式转换：

   • 文本模式：直接拼接所有文本内容
   • Markdown 模式：识别段落、标题和表格，转换为对应 Markdown 语法

4. 输出结果：打印到控制台或写入文件

脚本说明

• scripts/ofd_to_text.py：提取纯文本，保留所有文字内容但不处理格式
• scripts/ofd_to_markdown.py：转换为 Markdown，保留段落、标题和表格结构
• scripts/install_dependencies.py：安装可选依赖（核心功能使用标准库）

OFD 格式说明

OFD 文件结构：

• 根目录包含 OFD.xml（文档清单）
• Doc_0/ 目录包含文档内容
• 内容以 XML 格式存储，使用 http://www.ofdspec.org/2016 命名空间

关键元素：

• TextCode：文本内容
• Paragraph：段落
• Table：表格
• Row/Cell：表格行和单元格

限制和注意事项

1. 格式保真度：OFD 支持复杂的排版布局，脚本仅提取逻辑内容，无法完全保留视觉效果

2. 表格识别：基于 XML 结构推断表格，复杂表格可能转换不完整

3. 标题检测：使用启发式规则（短文本、特定模式），可能误判

4. 编码：OFD 通常使用 UTF-8，脚本自动处理编码

5. 依赖：核心脚本使用 Python 标准库（zipfile, xml.etree.ElementTree），无需额外依赖

使用示例

提取 OFD 文档文本：

# 用户询问时
python "C:\Users\zhan\.claude\plugins\skills\OfdReader\scripts\ofd_to_text.py" "document.ofd" "extracted.txt"

转换为 Markdown：

python "C:\Users\zhan\.claude\plugins\skills\OfdReader\scripts\ofd_to_markdown.py" "document.ofd" "document.md"

故障排除

错误："文件不是有效的 OFD (ZIP) 格式"

• 文件可能损坏或不是 OFD 格式
• 检查文件扩展名是否为 .ofd

错误："OFD 文件不存在"

• 检查文件路径是否正确
• Windows 路径需要用引号括起来

提取内容为空

• OFD 文件可能是扫描版图片（无文本层）
• 尝试用其他工具打开确认是否有可提取的文本

表格格式混乱

• 复杂表格可能无法完美转换
• 考虑使用 ofd_to_text.py 提取纯文本后手动整理