用来对付大到无法常驻对话 context 的 PDF。用 read_file 附上的页面，过一轮就会被丢掉，于是一个横跨多节的问题会变成反复重读同一批页；这个 Skill 改为在 Python 内核里把文档解析一次，文本就留在那里不走了。先找到需要的章节，再从里面把要的东西取出来，其余的留在磁盘上。Sidecar 缓存解析好的页面，然后对这些页面并行发出有界的 host.llm 调用。模型能看到的，只是文本层或 OCR 能读出来的那些内容，不会更多。
一个 Skill 就是一个文件目录，所谓安装，就是把这个目录复制到 Agent 会去读的地方。有 Node 18+、且 PATH 上有 git（npm 靠它解析 github: 形式的包名）即可，无需先克隆仓库：
npx github:PKU-YuanGroup/OpenAI4S install pdf-explore --target claude
--target claude 写入 ~/.claude/skills，claude-project 写入 ./.claude/skills，openai4s 写入 <data_dir>/user-skills，--dir <path> 则写到你指定的任意位置。往目标写任何东西之前，都会先打印解析出的绝对路径；--dry-run 到此为止，不再写入。重装时，若目标副本被你改过、或者不是它自己装的，就拒绝覆盖；uninstall 也只删除它自己写过的文件。对于 npm 发布版中包含的配方，可用 npx @pku-yuangroup/openai4s-skills install pdf-explore --target claude 安装发布版本。npm 目录可能与当前仓库不同。
没有 Node 时，直接取这个目录——需要 .zip 上传时再打包。tarball 是整个仓库（超过 100 MB），下面这条管道是 POSIX shell（macOS、Linux、WSL）写法，只解出这一个目录：
curl -L https://codeload.github.com/PKU-YuanGroup/OpenAI4S/tar.gz/refs/heads/main \
| tar -xz --strip-components=2 OpenAI4S-main/skills/pdf-explore
python3 -m zipfile -c pdf-explore.zip pdf-explore
同一份内容的图形界面版本是点击下载整个仓库 zip 包，Windows 上也走这条路：解压后把 skills/pdf-explore/ 拷出来即可（unzip main.zip 'OpenAI4S-main/skills/pdf-explore/*' 只解这一个目录）。如果你本来就在跑 OpenAI4S，那这里没有任何东西需要安装——wheel 自带全部内置 Skill，且内置 Skill 优先于 <data_dir>/user-skills 里的同名副本。目标目录、来源记录，以及安装器拒绝去做的那些事：tools/skills-installer/。
| 文件 | 职责 |
|---|---|
SKILL.md |
教你挑对工具：先看 outline，再按需要用相关性 scan、逐页 map、结构化抽取，或者在要从图里读数时渲染高 dpi 再裁剪。同时说明扫描件模式、页面缓存、一次 fan-out 的成本，以及什么时候直接读页比这一整套都省事。 |
kernel.py |
可选 sidecar；它与内核的 __main__ 共享命名空间，所以所有名字都带 pdf_ 前缀。pdf_resolve 把路径或 Artifact ID 落成本地文件，pdf_pages 解析并缓存逐页文本与页面渲染图。在此之上，pdf_outline 构建目录（PDF 自带 outline 就用自带的，没有才让模型来做），pdf_scan 按查询给页面排序，pdf_map 逐页总结，pdf_extract 按 JSON Schema 从每页抽取记录，全部走并行 host.llm 调用，并受批量上限约束。页面文本是不可信输入：每次调用都用随机 nonce 作为分隔符构造 prompt，形似标签的页面文本在插入前会被中和，过长的页面按显式标记截断。跑完之后用 pdf_scan_cost 汇总 token 用量。 |
可选的 PDF 与 OCR 库必须存在于当前内核中。抽取出来的文本丢掉了页面的视觉结构，因此凡是要据以下结论的 label 和数值，都应该回到渲染出的页面或它的 crop 上核对一遍。