Werkzeugkasten: PDF-Text aus Anhaengen und Dateien (#692)
- DocumentText reads PDF with PdfPig 0.1.16 (managed, Apache-2.0): page by page in reading order, at most 300 pages; a PDF without a text layer is named as probably scanned; broken and protected files are named. - Mail read_attachment and FileRW read/read_many take PDF like Word/Excel. - nuget.config maps exactly "PdfPig" - "UglyToad.PdfPig" is a package of a different account and stays out. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
co-authored by
Claude Opus 5.5
parent
cd1d4501e4
commit
347b35fc44
@@ -806,7 +806,12 @@ beidem.
|
||||
> legt die Datei im eigenen Arbeitsbereich ab (nie über eine vorhandene, nie außerhalb).
|
||||
> FileRW `read`/`read_many` gibt Word- und Excel-Dateien als Text zurück; schreiben kann
|
||||
> es sie weiterhin nicht. Der Text ist Fremdinhalt und wird von der Engine gerahmt.
|
||||
> **Offen: PDF** — ein verlässlicher PDF-Textauszug ist eine Bibliotheksentscheidung.
|
||||
> **PDF** liest PdfPig (Paket `PdfPig`, Apache-2.0, nur verwalteter Code; Entscheidung des
|
||||
> Nutzers vom 2026-10-01 für eine lokale Bibliothek statt der Auslese über OpenRouter):
|
||||
> Seite für Seite in Leserichtung, höchstens 300 Seiten. Ein gescanntes PDF ohne Textebene
|
||||
> wird als solches benannt — OCR gibt es nicht. Achtung beim Paketnamen: unter
|
||||
> `UglyToad.PdfPig` liegt eine Vorabversion eines fremden Kontos; `nuget.config` lässt nur
|
||||
> genau `PdfPig` zu.
|
||||
3. **Der MCP-Client (#197) bleibt nützlich** — aber als *eine* Fähigkeit unter anderen,
|
||||
für Dienste, die ohnehin als Server bereitstehen. Nicht als Anbindungsstrategie.
|
||||
|
||||
|
||||
Reference in New Issue
Block a user