gemini-pdf-summary

用 Gemini 多模态长上下文直接"读懂"任意 PDF，按文档类型路由到对应结构化模板输出中文 Markdown。 4 类文档（学术论文 / 产品手册 / 白皮书 / 书籍）共用同一套 SDK 调用 + Markdown 风格指纹 + 错误处理契约， 各自走一份独立模板（assets/template-{paper,manual,whitepaper,book}.md + 共享 _base.md）。 agent 可以直接调用本 skill 的脚本做单篇处理，也可以按 references/api-quickstart.md 在会话内自行调用 SDK。

依赖：Python ≥ 3.7、google-genai（pip install -U google-genai）、 环境变量 GEMINI_API_KEY（在 Google AI Studio 创建）。 详细的依赖与失败排查见文末"前置条件"。

何时使用 / 不使用

使用

• 用户给出一份本地 PDF，要按文档类型（论文 / 手册 / 白皮书 / 书）输出中文结构化总结
• 用户要在多份 PDF 里批量过稿，每份走同一种类型
• PDF 含大量图表 / 公式 / 版式信息，纯文本抽取（pdftotext / PyPDF2）会丢信息
• 用户希望用 Gemini 直接读 PDF，而不是先 OCR
• 产物最终要落到 llm-wiki-management 的 raw/<type>/<slug>/ 下做后续 ingest
• 用户不确定 PDF 类型——--auto-detect 让脚本自动识别（PDF 元数据 + 首页文本 + Gemini 看首页 1-3 页验证）