knowledge-work-plugins 之 PDF Viewer 插件交互式 PDF 批注、表单填写与签名工作流实战指南【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-plugins本文以 pdf-viewer 插件为对象系统讲解如何在 Claude Cowork 中利用view-pdf技能与本地 MCP 服务实现交互式 PDF 协作打开文档、高亮批注、填写表单、加盖印章与放置签名图片并通过截图实时校验结果。读完本文你将掌握display_pdf/interact两个核心工具的完整调用契约、十类批注对象的参数体系以及批注协作、可视化表单填写、视觉签名三条标准工作流并理解其底层基于modelcontextprotocol/server-pdf的本地运行原理。一、插件定位交互式查看而非文本摄取view-pdf技能的核心价值在于让用户与 AI 在同一份文档上可视化协作。技能 frontmatterSKILL.md中的描述明确写道当用户希望打开、展示、查看 PDF 并进行可视化协作批注、高亮、盖章、填写表单、放置签名或共同审阅标记时使用而不建议用于摘要或文本提取。适用场景Use「帮我看看这份合同」/「打开这篇论文」「把关键条款高亮出来让我审阅」「帮我填一下这个表单」「在第 3 页签名」/「每页加上我的首字母」「盖上 CONFIDENTIAL 章」/「标记为已批准」「带我过一遍文档并批注重要部分」不适用场景Do NOT use用户意图正确做法「总结这个 PDF」直接使用原生 Read 工具「第 5 页说了什么」使用 Read「提取第 3 节的表格」使用 Read正如插件 README 所强调的当只需要 Claude 原生阅读 PDF 进行摘要或文本提取时不要使用本插件原生 Read 对纯摄取场景更快。查看器的价值在于向用户展示文档并协作批注而不是把文本流式返回给 AI。二、运行原理与前置条件插件本身只是 Markdown 描述文件技能、命令、连接器配置真正的渲染能力来自一个本地 MCP 服务。根据 CONNECTORS.md 中的连接器清单类别服务端运行方式PDF 查看与批注modelcontextprotocol/server-pdf本地 stdio 方式经npx自动安装并启动前置条件RequirementsNode.js 18npx运行本地 PDF 服务的基础环境网络连接仅远程文档需要打开 arXiv、bioRxiv 等远程 PDF 时需要联网无需任何 API Key 或认证PDF 服务在插件加载时随本地 MCP 自动启动不依赖云端服务。也就是说插件开箱即用本地npx拉起 stdio 子进程无需配置密钥也不会上传文档到远程。三、工具契约list_pdfs/display_pdf/interactview-pdf技能向 AI 暴露三个工具理解它们的分工是正确使用的前提。1.list_pdfs— 枚举可用文档作用列出可用的本地 PDF 与允许访问的本地目录。参数无。使用时机用户给出路径时直接进入display_pdf未给路径时先调用list_pdfs展示可选文档见 open.md。2.display_pdf— 在交互查看器中打开文档url本地文件路径或 HTTPS 链接page可选初始页码默认第 1 页elicit_form_inputs可选设为true时服务端在展示前先提示用户填写表单字段适合交互式表单填写。关键约束每个文档只调用一次display_pdf。返回的viewUUID必须传递给后续每一次interact调用。若再次调用display_pdf会创建一个独立的新查看器用新 UUID 发起的interact无法作用到用户当前正在看的那份文档上——这是实践中最容易踩的坑。如果 PDF 含有可填写字段display_pdf还会返回formFields字段名、类型、所在页码、包围盒坐标这些坐标可直接用于定位签名位置。3.interact— 打开之后的所有后续操作display_pdf之后的所有动作都通过interact完成需传入viewUUID加一个或多个命令。多条命令可通过commands数组在同一次调用中批量提交命令按顺序依次执行批处理末尾应追加get_screenshot以可视化校验变更结果。批注类动作Annotation actions动作说明add_annotations新增批注类型见下文表格update_annotations修改已有批注必须带id与typeremove_annotations按 id 数组删除批注highlight_text按文本查询自动定位并高亮优于手工绘制 rect推荐用于文本标记导航类动作Navigation actions动作说明navigate翻页参数pagesearch搜索有反馈find静默搜索search_navigate按matchIndex跳转到匹配项zoom缩放比例范围0.5–3.0提取类动作Extraction actionsget_text提取页面范围文本单次最多 20 页。用途是读取内容以决定批注什么不得用于摘要get_screenshot将页面截取为图片用于核对批注效果每次批处理结束都应调用。表单动作Form actionfill_form按字段名填充负载形如fields: [{name, value}, ...]。四、批注类型全景坐标体系与参数表所有批注都必须包含id唯一字符串、type类型、page从 1 开始的页码。坐标单位为PDF 点1/72 英寸原点位于页面左上角Y 轴向下增大美式 Letter 纸为 612×792 pt。类型关键属性用途highlightrects、color?、content?标记重要文本underlinerects、color?强调术语strikethroughrects、color?标记删除内容notex、y、content、color?便签式评论freetextx、y、content、fontSize?页面可见文本rectanglex、y、width、height、color?、fillColor?框选区域circlex、y、width、height、color?、fillColor?圆形区域linex1、y1、x2、y2、color?画线/箭头stampx、y、label、color?、rotation?加盖 APPROVED、DRAFT、CONFIDENTIAL 等印章imageimageUrl、x?、y?、width?、height?签名、首字母、Logo图片批注image接受本地文件路径或 HTTPS URL不支持 data: URI宽高省略时自动检测。用户也可以把图片直接拖拽到查看器上完成同样的放置。五、三大交互工作流5.1 协作式批注AI 主导这是插件最典型的用法对应 annotate.md 中的「AI 驱动默认流程」display_pdf打开文档interact→get_text读取相关页区≤20 页理解内容向用户提案要做的批注说明将标记什么例如我会高亮第 2 页的终止条款在旁边加一条备注 Review 30-day window并在第 1 页盖上 DRAFT 章可以吗获准后interact→add_annotationsget_screenshot展示截图给用户接受修改意见并迭代完成时提醒用户可从查看器工具栏下载带批注的 PDF。Manual 模式若用户给出明确指令如「高亮第 3 段」「每页盖 CONFIDENTIAL」跳过提案步骤直接执行但仍需用截图确认。实操要点Tips文本标记优先用highlight_text自动找坐标优于手工rects相关批注尽量合并到同一次interact调用批量提交每次批处理以get_screenshot收尾让用户看到结果每批提案控制在3–5 条批注便于用户逐批审阅。5.2 可视化表单填写视觉反馈而非程序化填充与无头表单工具不同本流程给用户实时视觉反馈尤其擅长处理真实世界里字段名晦涩或未命名的表单——标签印在页面上而非字段元数据里。AI 辅助流程复杂表单 / 未命名字段display_pdf不带 elicit检查返回的formFieldsname、type、page、bounding box若字段名晦涩如Text1、Field_7用interact→get_screenshot截取含字段的页面将包围盒与视觉标签一一对应用视觉标签向用户征询取值或根据对话上下文推断interact→fill_form随后get_screenshot展示结果用户确认或直接在查看器中编辑修正。用户驱动流程简单且标签清晰的表单直接调用display_pdf并设置elicit_form_inputs: true服务端会先检测表单字段并在查看器打开前提示用户输入随后展示填充完成的 PDF。W-9 示例对话出自 fill-form.md用户帮我填一下这个 W-9 表。AIdisplay_pdf→ 得到 formFieldsf1_1、f1_2、f1_3、c1_1……晦涩命名AIinteract→get_screenshot第 1 页 → 发现f1_1紧邻 Name、f1_2是 Business name、c1_1是 Individual 复选框AI「我能看到 Name、Business name、Address、TIN 和税务分类复选框。我会用已知信息填 Name 和 Date——你的 TIN 和公司地址是多少」AI获得回答后 →interact→fill_formget_screenshotAI「这是填好的表单[截图]。签名行还是空的——需要我用/pdf-viewer:sign帮你签名吗」补充说明签名域通常独立先填文本字段再交接给签名命令放置图片复选框/单选框的值为true/false或选项字符串用户始终可以直接在查看器中拖拽编辑字段。5.3 视觉签名非认证签名签名本质上是一条image类型批注完整工作流见 sign.md获取签名图向用户索要签名/首字母图片的本地路径PNG/JPG若没有建议其制作并保存到已知路径打开 PDFdisplay_pdf或复用已有viewUUID检查返回的formFields中是否有签名类型字段含页码与包围盒坐标定位目标有签名域则用其坐标否则询问「签在哪一页的什么位置如第 3 页右下角」放置interact→add_annotations{action: add_annotations, annotations: [ {id: sig1, type: image, page: 3, imageUrl: /path/to/signature.png, x: 400, y: 700, width: 150} ]}宽高省略时按图片自动检测 5.校验跟随get_screenshot截取该页并展示给用户位置不对用update_annotations调整 6.每页加首字母在单次add_annotations调用中为每页批量提交一条image批注。签名放置小贴士imageUrl接受本地路径或 HTTPS URL不支持 data: URI用户也可直接把签名图拖拽到查看器坐标原点在左上角美式 Letter 纸的典型右下角签名位置约为x: 400, y: 700可与表单填写命令配合完成完整表单流程。免责声明本流程放置的是视觉签名图片不是经过认证或加密的数字签名。需要具备法律约束力的电子签名时请使用专门的签名服务。此声明在 sign.md 与 README.md 中均有明示。六、支持的文档来源根据 SKILL.md 与 open.md 的说明display_pdf的url支持三类来源本地文件位于客户端 MCP 根目录下的路径也可直接拖入工作目录arXivarxiv.org/abs/...这类/abs/URL 会自动转换为 PDF 链接任意直接 HTTPS PDF 链接bioRxiv、Zenodo、OSF 等——必须使用直接 PDF 链接而不是论文落地页。打开文档后可根据文档类型主动提供下一步建议来自 open.md合同/报告→「要我高亮关键章节或加审阅备注吗」表单→「这张表有可填写字段——需要我帮你填吗」学术论文→「要我带你过一遍并批注关键发现吗」七、边界范围Out of Scope明确不属于view-pdf技能职责的事项摘要 / 文本提取—— 使用原生 Read 工具认证数字签名—— 仅支持图片盖章PDF 创建—— 仅对已存在的 PDF 操作不生成新文档。八、配套 Slash 命令速查插件在commands/目录下提供了四个显式调用的斜杠命令见 README.md 命令表命令功能/pdf-viewer:open在交互查看器中打开 PDF/pdf-viewer:annotate逐段浏览文档提案并应用批注共同审阅/pdf-viewer:fill-form交互式填写 PDF 表单字段/pdf-viewer:sign在页面上放置签名或首字母图片这些命令是可选的快捷入口技能Skill本身会在场景相关时自动触发。需要核对工具连接状态时可查阅 CONNECTORS.md。九、最佳实践小结严格区分摄取与协作摘要、提文本用原生 Read可视化协作才进查看器一个文档一次display_pdf牢记viewUUID避免多实例错乱批量 截图闭环批注命令打包进同一次interact末尾必跟get_screenshot文本批注优先highlight_text让服务端自动定位文本避免手工 rect 坐标误差表单字段名晦涩时先截图用视觉标签对应用户语义再执行fill_form签名仅为视觉效果需要法律效力时切换到专门电子签名服务遵守范围边界不做摘要、不做认证签名、不做 PDF 创建。十、深入阅读技能定义pdf-viewer/skills/view-pdf/SKILL.md插件总览与命令表pdf-viewer/README.md本地 MCP 连接方式pdf-viewer/CONNECTORS.md各场景命令手册open.md、annotate.md、fill-form.md、sign.md该插件采用 Apache License 2.0 开源见 pdf-viewer/LICENSE全部组件均为 Markdown 描述文件无代码、无构建步骤可直接阅读或按团队流程裁剪使用。【免费下载链接】knowledge-work-pluginsOpen source repository of plugins primarily intended for knowledge workers to use in Claude Cowork项目地址: https://gitcode.com/GitHub_Trending/kn/knowledge-work-plugins创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考