Content Report

2a. Traitement PDF

Meme procedure que le skill /pdf-read :

/home/infres/tandriam-25/fil_rouge/venv/bin/python << 'PYEOF'
import fitz, json, sys
PDF_PATH = sys.argv[1]
doc = fitz.open(PDF_PATH)
meta = doc.metadata
toc = doc.get_toc()
print(json.dumps({
    "title": meta.get("title", ""),
    "author": meta.get("author", ""),
    "pages": doc.page_count,
    "toc": [{"level": t[0], "title": t[1], "page": t[2]} for t in toc[:30]]
}, indent=2, ensure_ascii=False))
# Extraire les 40 premieres pages
for i in range(min(40, doc.page_count)):
    page = doc[i]
    text = page.get_text()
    images = page.get_images(full=True)
    drawings = page.get_drawings()
    has_visual = len(images) > 0 or len(drawings) > 5
    if has_visual:
        pix = page.get_pixmap(dpi=150)
        pix.save(f"/tmp/_cr_page_{i}.png")
    tables_md = []
    try:
        for t in page.find_tables().tables:
            md = t.to_markdown()
            if any(c for row in t.extract() for c in row if c and c.strip()):
                tables_md.append(md)
    except Exception:
        pass
    print(json.dumps({
        "page": i+1, "text": text[:2000],
        "images": len(images), "tables": tables_md,
        "rendered": has_visual
    }, ensure_ascii=False))
doc.close()
PYEOF

Pour les pages rendues, utiliser Read sur /tmp/_cr_page_N.png pour vision.

2b. Traitement page web

Utiliser WebFetch avec le prompt :

"Extraire le contenu complet de cette page en preservant la structure : titres, paragraphes, listes, code, tableaux, liens. Ne pas resumer."

2c. Traitement code Python

1. Read le fichier entierement
2. Analyser la structure :

grep -n "^class \|^def \|^import \|^from " "$0"

3. Compter les lignes : wc -l "$0"
4. Verifier les docstrings : grep -c '\"\"\"' "$0"

2d. Traitement image

Utiliser Read sur le fichier image. Claude voit l'image visuellement et peut la decrire.

2e. Traitement dossier

1. ls -la "$0" pour lister le contenu
2. Glob pour trouver les fichiers par pattern (**/*.py, **/*.md, etc.)
3. Lire les fichiers cles (README, init.py, configs)
4. Compter les fichiers par type

3. Generation du rapport

Produire TOUJOURS ce format :

# Content Report: [nom du fichier ou URL]

## Source Info

| Propriete | Valeur |
|-----------|--------|
| Type | PDF / Web / Python / Image / Notebook / ... |
| Source | [chemin ou URL] |
| Taille | [taille du fichier si local] |
| Date | [date de modification si local] |

## Summary

[2-5 phrases resumant le contenu principal]

## Key Content

[Contenu principal organise par sections/chapitres]

## Figures & Diagrams

[Description des elements visuels, ou "Aucun detecte"]

## Tables

[Tableaux en markdown, ou "Aucun detecte"]

## Structure

[Pour PDF: TOC. Pour code: hierarchie classes/fonctions. Pour web: structure des headings. Pour dossier: arborescence]

## References

[Liens, citations, imports, dependances trouves dans le contenu]

## Notes

[Observations : qualite, problemes, contenu manquant, encodage]

4. Cleanup

rm -f /tmp/_content_report.pdf /tmp/_cr_page_*.png