✨Data Intelligence Lab@HKU✨

PDFの文字抽出が失敗した際に、複数のライブラリやコマンド、画像から文字を読むOCRを順に試し、抽出結果の内容と品質まで確認するスキル。

• スキャンPDFから文字を取りたいとき
• PDFの文字化けで抽出をやり直すとき
• 表や複雑なレイアウトのPDFの読み取り

PDFの読み取りが失敗したり文字化けしたりするとき、コマンド、Pythonライブラリ、画像の文字認識へ順に切り替え、出力の量と品質を確認しながら抽出するスキルです。

• PDF抽出のエラーや空の結果を再試行したいとき
• スキャン文書をOCRで読み取りたいとき
• 帳票PDFから文字や表を抽出したいとき

PandocでPDF生成に失敗した際、利用可能な変換エンジンを調べて別のエンジンで再試行する手順。日本語などの文字や文書の構成に応じた選択を案内します。

• PandocのPDF変換を再試行
• 日本語文書向けのエンジンを選択
• PDF生成の代替処理を自動化

Web上のPDFの取得と本文抽出を進め、直接読み取りで失敗した場合はpdftotext、次にPyMuPDFへ順番に切り替え、抽出結果も確認するスキル。

• 政府機関の公開PDFを読みたいとき
• 技術マニュアルの本文抽出
• 自動処理でのPDF抽出失敗への対応

PDFから本文を取り出す際に、読み取り結果を確かめながら抽出ツールを順に切り替えるスキルです。文字化けや欠落の確認、失敗理由の記録まで案内します。

• 手元や取得済みのPDFをテキスト化したいとき
• 読み取り結果がバイナリだったとき
• 抽出文の読みやすさや欠落を確認したいとき

Webや手元のPDFから本文を抽出し、加工したデータを表紙・見出し・表付きのPDFにまとめます。抽出や生成に失敗した場合の代替手順も扱います。

• 技術マニュアルの本文を抽出したいとき
• Webから取得したPDFの処理
• 章立てと表のあるPDFレポート作成

PythonでのPDF生成時に出る不明なエラーを、出力を即時表示する設定とエラーログの確認で調べ、依存関係やフォント、保存先などの原因を切り分けるスキル。

• PDF保存時の不明なエラーを調べたいとき
• フォントや依存関係の不足を確認したいとき
• 不完全なPDFや無言終了を調べたいとき

表や見出し、評価基準・点数を含むチェックリストや報告書をPythonでPDF化します。用途に応じたライブラリの選択から保存先の確認、生成失敗時の代替実行まで扱うスキル。

• 見出しと表付きのPDFチェックリスト作成
• 評価基準と点数を含む評価書の作成
• グラフを含むPDF報告書の作成

Excel・図・PDFレポートを段階的に作成し、各工程の実行回数を配分しながら、出力の確認や失敗時の代替手段まで含めて複数の成果物をそろえるスキル。

• 比較表・図・報告書をそろえたいとき
• 複数成果物の実行回数を配分したいとき
• ファイル生成失敗時の代替手段の検討

データ表のスプレッドシート、配置や工程を示す図、要約PDFを一式で作る手順を提供。成果物ごとに試行回数を配分し、生成後の確認や失敗時の代替手段も扱います。

• 表・図・PDFを一式で作りたいとき
• 設備選定と配置・費用の資料作成
• 複数成果物の試行回数を配分

チェック項目や採点基準を表と見出しで整理し、配色・余白・改ページを整えたPDFのチェックリストや報告書、評価表をPythonで作成するスキル。

• 状態と備考付きチェックリストの作成
• 配点と得点を載せた評価表の作成
• 複数の節で構成する報告書のPDF化

チェックリストや評価表、レポートをPythonでPDFにまとめるスキル。表や見出し、採点項目を配置し、サンドボックス内での生成から出力ファイルの確認まで進めます。

• 配布用のPDFチェックリスト作成
• 評価結果を採点表にまとめたいとき
• 見出しと表のあるレポート作成

MarkdownをpandocでPDFに変換する際のLaTeX文字エラーに対し、特殊文字の置換と再生成、出力確認や別エンジンの検討を進めるスキル。

• MarkdownのPDF変換エラーを直したいとき
• 問題になる記号をまとめて置換したいとき
• 文字を保てるPDF生成方法を検討したいとき

MarkdownをPDFに変換する前に、通貨記号や矢印などをASCII表記へ置き換え、pandocのLaTeX出力で起きる文字関連のエラーに対処するスキル。

• MarkdownのPDF変換エラーを直したいとき
• 通貨記号や矢印の置換を統一したいとき
• Unicodeを保持する変換方法の検討

Excelファイルの作成・編集が実行環境のエラーで進まないとき、run_shellからPythonとopenpyxlを直接実行し、保存結果まで確認する手順です。

• エラーで止まったExcel作成の再開
• 既存ブックの編集と列幅調整
• 保存したブックの内容確認

openpyxlで結合セルを使うExcel帳票を作る際に、値の入力先と処理順を整理します。左上セルへの入力から結合・書式設定・保存後の確認までを案内します。

• 複数列にまたがる帳票タイトル作成
• 見出しやグループラベルの書式設定
• 既存の結合セルの値を更新したいとき

複数のファイルやレポートを求める依頼で、必要な成果物を最初に洗い出し、進捗と実際の出力を確認して、作り残しを防ぎながら完了まで管理するスキル。

• 複数ファイルの作成漏れを防ぎたいとき
• 複数レポートの進捗管理
• 作業終了前の成果物確認

まとまっていない診察メモから症状や所見を抽出し、診断根拠とICD-10コード、治療計画、再受診の目安を含むSOAP形式の医療記録に整えます。

• 未整理の診察要約をSOAP形式にしたいとき
• ICD-10コードと診断根拠の記録
• 治療内容・用量・期間の整理

ツールが生成したはずのファイルが見つからないときに、存在を確認したフォルダから検索し、所定の場所へコピーして読み取り可否やサイズを確かめるスキル。

• 生成成功後にファイルを探したいとき
• 一時フォルダにある成果物の回収
• 想定外の階層に保存されたファイルの整理

ローカルのPDFから文字を抽出し、要約や分析に使えるテキストファイルへ変換します。pdftotextまたはPyMuPDFを使い、複数ファイルの一括処理にも対応します。

• ローカルPDFを要約用にテキスト化
• 複数PDFの文字を一括抽出
• read_fileで読めないPDFの読み取り

見出しの位置が不明な表や結合セルを含むExcelから、文字列のパターンで見出し行を探し、列名の整理や空行の除去を行ってデータを取り出すスキル。

• タイトル行の下にある表を取り出したいとき
• 見出し位置が異なるシートの読み込み
• 空欄や重複のある列名の整理

複雑なExcelファイルの作成を、データ抽出・整形・計算・出力の四段階に分けるスキル。途中のCSVを確認しながら、計算の検証や失敗箇所からの再実行を進めます。

• 複数のデータをExcelにまとめたいとき
• 売上予測の途中計算を確認したいとき
• 整形や計算の誤りを探したいとき

write_fileでコードの保存に繰り返し失敗するとき、シェルのヒアドキュメントを使い、引用符や特殊文字、改行を保ってファイルを書き込む手順です。

• 保存に失敗するTypeScriptやJSXの書き込み
• 引用符や特殊文字を含むJSONの保存
• 変数や改行を保ったシェルスクリプトの保存

PDF抽出や検索などのツールが繰り返し失敗した際に、原因と未完了の作業を整理します。限界を明記した部分成果と、再開や人への引き継ぎに必要な次の手順を示すスキルです。

• PDF抽出の失敗状況を報告したいとき
• 信頼性を明記して調査途中の成果を出す
• 停止した作業を人に引き継ぎたいとき