工具直达链接：https://skillhub.cn/skills/foxit-pdf365-convert

目录

• 前言
• 一、这东西能干什么
  • 1.1 转换引擎
  • 1.2 MCP封装
  • 1.3 文件大小支持
  • 1.4 自动部署
  • 1.5 安全机制
• 二、怎么触发
• 三、工作流程拆解
• 四、三个MCP接口详解
  • 4.1 createConvertTask
  • 4.2 getConvertTaskStatus
  • 4.3 downloadConvertResult
• 五、部署实操
• 六、实际调用示例
• 七、什么场景用得上
• 八、跟其他方案比
• 结语

前言

PDF转Word这件事，几乎每个人都干过。常规操作是：打开某个在线工具网站，上传文件，等转换完，下载，然后发现排版歪了，再手动调。

开发者想把它接到自动化流程里就更麻烦了——得自己写接口请求、轮询状态、处理下载，费时费力。

最近在 SkillHub 上看到一个基于福昕PDF365转换引擎封装的MCP Skill，能把这套流程标准化。装上之后，AI Agent 可以自己识别"PDF转Word"这类指令，自动跑完整个转换流程，不用人工盯。我试了一下，确实比想象中好用，写篇文章聊聊。

在此之前，如果对 MCP（Model Context Protocol）不太了解，可以先看看 Anthropic 官方的 MCP 文档，简单说就是一套让 AI 模型调用外部工具的标准协议，目前主流的 AI 客户端像 Claude Desktop、Cursor、WorkBuddy 等都已经支持。

一、这东西能干什么

工具由福昕网络出品，过了科恩实验室和云鼎实验室的安全审计，AI综合评分4.5。简单说就是几个点：

1.1 转换引擎

用的是福昕PDF365官方转换技术，不是开源库那种粗糙效果。常规文字、多级标题、分栏排版、合并表格、图文混排这些常见场景，转换后基本不用再大改。扫描版PDF也支持OCR。

这里多说一句，市面上不少 PDF 转 Word 的开源方案（比如 pdf2docx）底层用的是 PyMuPDF 或者 LibreOffice 的转换接口，碰到分栏排版和复杂表格就很容易错位。福昕毕竟做了这么多年PDF 引擎，这块的效果确实有差距。

1.2 MCP封装

作为标准MCP Skill，内置了任务调度、状态轮询、结果返回的完整逻辑。直接塞进AI Agent或自动化流水线就行，不用自己写接口请求和状态监听代码。

这跟传统的 API 调用方式差别挺大的。传统方式你得自己处理鉴权、上传、轮询、下载这一整套逻辑，少说几百行代码。MCP Skill 把这些全封装了，AI 客户端加载 skill 之后，用户说一句"把这个PDF转成Word"，剩下的事情 AI 自己就干了。

1.3 文件大小支持

单文件最大支持100MB。普通在线工具一般卡在10-50MB，几十页的论文、上百页的合同都能转。

100MB 是什么概念？一般一页 PDF 大小在 0.1-0.5MB 之间（纯文字的小，扫描件大），100MB 基本上能覆盖几百页的文档，绝大多数日常场景够用了。

1.4 自动部署

首次调用时自动检测MCP环境，缺配置就自动装。重复调用不会出冲突，也会自动备份原始配置。

实际体验下来，装这个 skill 的过程比我想象中顺滑。之前装别的 MCP server 经常要手动改配置文件、重启客户端，这个确实做到了"首次调用自动配好"。

1.5 安全机制

HTTPS传输，密钥走环境变量，不明文暴露。云端临时文件会自动清理。过了两个实验室的安全审计，企业用问题不大。

关于安全这块，密钥是通过环境变量注入的，不会出现在代码或者配置文件的明文里。这对于企业内网部署来说是个基本要求，很多开源工具做不到这一点。

二、怎么触发

工具靠关键词和正则匹配来识别转换需求，不用手动调接口。支持这些触发词：

• pdf转word
• pdf to word
• pdf转文档
• pdf to docx
• pdf to doc
• pdf convert

中英文混合、简化指令都能识别。比如你说"帮我把这个PDF弄成Word"，或者"convert this pdf to docx"，都能触发。

我测试的时候试了几种说法：

输入指令	能否触发	备注
“把这个PDF转成Word”	能	中文，最常见说法
“pdf to word”	能	纯英文触发词
“帮我转一下这个pdf”	能	语义匹配，没有出现关键词但能识别
“PDF转docx”	能	扩展名也能识别
“把文件转成可编辑格式”	不能	太模糊，没有PDF相关字眼

整体来看触发还是比较准的，只要你的话里跟"PDF"和"转换"沾边，基本都能命中。

三、工作流程拆解

从触发到出结果，整个链路是这样的：

用户触发 → MCP环境自检 → 等待文件上传 → 文件合法性校验 → 执行转换任务 → 返回下载结果 / 异常重试处理

逐个环节说一下：

环境自检：启动时先检查 MCP 服务有没有配好。如果配置文件里缺这个 server 的条目，会自动写入配置并重载，不需要手动改文件。这个设计比较省心，尤其对不熟悉 MCP 配置的用户。

文件校验：上传文件后会先做格式检查——非 PDF 格式直接拦掉，超过 100MB 的也提前拒绝。这步的意义在于避免无效的转换请求，节省时间。

转换执行：文件通过校验后提交到福昕的云端转换服务，生成一个任务 ID。

状态轮询：每 3 秒查一次任务状态，最多重试 60 次，也就是最长等 180 秒。正常情况下几秒到几十秒就转完了，60 次重试基本是兜底。

异常处理：转换失败、网络波动、排队超时会给出对应提示，支持重新上传重试，不会直接终止会话。这点比一些"失败了就报个错然后什么都不做"的工具好不少。

结果输出：转换完成后自动返回文件下载链接，可以直接下载或者进一步处理。

四、三个MCP接口详解

如果想在自定义项目里集成，工具暴露了3个MCP接口。下面逐个说明。

4.1 createConvertTask

这个接口负责创建转换任务。你需要提供一个云端可访问的 PDF 文件地址，接口会返回一个任务 ID。

参数说明：

参数名	类型	必填	说明
fileUrl	string	是	PDF文件的云端URL地址

返回值示例：

{
  "taskId": "conv_20260710_a1b2c3d4",
  "status": "pending",
  "message": "任务已创建，等待处理"
}

需要注意的是，fileUrl 必须是公网可访问的地址。如果你的文件在本地，需要先上传到某个文件存储服务（比如 OSS、COS 之类的），拿到 URL 再传进来。

4.2 getConvertTaskStatus

拿到任务 ID 后，用这个接口查状态。可能返回的状态值：

状态值	含义
pending	排队中，等待服务分配资源
processing	转换中
completed	转换完成，可以下载了
failed	转换失败

返回值示例：

{
  "taskId": "conv_20260710_a1b2c3d4",
  "status": "completed",
  "progress": 100,
  "message": "转换完成"
}

实际使用中，你可以在一个循环里每隔几秒调一次这个接口，直到状态变成 completed 或 failed。MCP Skill 内部已经封装了这个轮询逻辑，所以如果你是通过 AI 客户端使用的话，不需要自己写轮询代码。

4.3 downloadConvertResult

任务完成后，调这个接口拿下载链接。

参数说明：

参数名	类型	必填	说明
taskId	string	是	创建任务时返回的任务ID

返回值示例：

{
  "taskId": "conv_20260710_a1b2c3d4",
  "downloadUrl": "https://download.foxitpdf365.com/result/xxxxx.docx",
  "expireTime": "2026-07-10T18:00:00Z",
  "message": "下载链接已生成"
}

downloadUrl 是一个临时链接，有过期时间，拿到之后尽快下载。如果链接过期了，可以重新调用这个接口获取新的链接。

三个接口分工明确：创建→查询→下载，逻辑不复杂，嵌进自己的项目比较方便。

五、部署实操

说一下实际部署步骤。整个过程其实就两步：

第一步：确保你的 AI 客户端支持 MCP 协议。目前主流的几款都支持：

• Claude Desktop
• Cursor
• WorkBuddy
• 其他支持 MCP 的客户端

第二步：在客户端里加载这个 Skill。以 WorkBuddy 为例，在技能管理里搜索 foxit-pdf365-convert，点击安装就行。首次调用时会自动完成 MCP server 的配置，不需要手动编辑配置文件。

配置好之后重启客户端，说一句"帮我转个PDF"试试，如果能正常响应就说明装好了。

六、实际调用示例

下面是一个用 Python 脚本调用这三个接口的完整示例，适合想在自动化流程里集成的同学参考：

import requests
import time
import os

class FoxitPDFConverter:
    """福昕PDF365转换工具封装"""

    def __init__(self, api_key):
        self.api_key = api_key
        self.base_url = "https://api.foxitpdf365.com/v1"

    def create_task(self, file_url):
        """创建转换任务"""
        resp = requests.post(
            f"{self.base_url}/convert/task",
            headers={"Authorization": f"Bearer {self.api_key}"},
            json={"fileUrl": file_url, "targetFormat": "docx"}
        )
        data = resp.json()
        if resp.status_code != 200:
            raise Exception(f"创建任务失败: {data.get('message')}")
        return data["taskId"]

    def poll_status(self, task_id, interval=3, max_retries=60):
        """轮询任务状态"""
        for i in range(max_retries):
            resp = requests.get(
                f"{self.base_url}/convert/task/{task_id}",
                headers={"Authorization": f"Bearer {self.api_key}"}
            )
            data = resp.json()
            status = data["status"]
            print(f"第{i+1}次查询，状态: {status}")

            if status == "completed":
                return data
            elif status == "failed":
                raise Exception(f"转换失败: {data.get('message')}")

            time.sleep(interval)

        raise Exception("轮询超时，任务未完成")

    def download(self, task_id, save_path):
        """下载转换结果"""
        resp = requests.get(
            f"{self.base_url}/convert/task/{task_id}/download",
            headers={"Authorization": f"Bearer {self.api_key}"}
        )
        data = resp.json()
        download_url = data["downloadUrl"]

        # 下载文件
        file_resp = requests.get(download_url)
        with open(save_path, "wb") as f:
            f.write(file_resp.content)
        print(f"文件已保存到: {save_path}")

    def convert(self, file_url, save_path):
        """完整转换流程：创建 → 轮询 → 下载"""
        task_id = self.create_task(file_url)
        print(f"任务已创建，ID: {task_id}")

        self.poll_status(task_id)
        print("转换完成，开始下载...")

        self.download(task_id, save_path)


# 使用示例
if __name__ == "__main__":
    api_key = os.getenv("FOXIT_API_KEY")
    converter = FoxitPDFConverter(api_key)

    converter.convert(
        file_url="https://example.com/sample.pdf",
        save_path="./output.docx"
    )

这段代码演示了完整的调用链路。实际通过 MCP Skill 使用的话，上面这些代码都不用写——AI 客户端会自动处理。但如果你要在自己的后端服务里集成，可以参考这个逻辑。

七、什么场景用得上

我自己觉得比较实际的几个场景：

AI办公自动化：接AI办公Agent，批量转合同、报表、方案，不用人盯着。比如每天定时把邮箱里的PDF附件自动转成Word归档。

学术科研：学生和科研人员转论文文献，公式图表排版能保留。尤其是那些双栏排版的期刊论文，用普通工具转完基本没法看，这个转完还能用。

企业文档归档：批量转历史PDF归档文件，转成Word方便复用。很多企业的历史合同、报告都是扫描版PDF，转成Word之后可以检索和编辑，比放在那里落灰强。

开发者集成：在低代码平台或自动化脚本里加PDF转换能力，不用自己写底层转换逻辑。封装好的三个接口拿来即用，省去自己对接的麻烦。

日常轻量使用：不用开网页不用装客户端，一句话指令就能转。对不想折腾的人来说比较方便。

八、跟其他方案比

对比一下几类常见方案：

方案	能否自动化	大文件支持	转换效果	是否收费	MCP支持
在线工具网站（SmallPDF等）	不能	10-50MB	一般	部分收费	不支持
开源库（pdf2docx）	能（需开发）	无限制	复杂文档容易出错	免费	不支持
商用API（Adobe等）	能（需开发）	较大	好	收费	不支持
福昕PDF365 MCP Skill	能（开箱即用）	100MB	好	免费额度	原生支持

这款Skill的优势在于：不用写代码部署，引擎效果靠谱，原生支持MCP，100MB以内免费转。

当然也有局限：目前只支持 PDF 转 Word，如果需要 PDF 转 Excel、PPT 之类的格式，暂时还得等后续更新。

结语

说实话，PDF转Word这个需求本身没什么花哨的，但能把"自动部署+自动转换+状态管理"这套流程封装成一个标准MCP Skill，让AI直接调，这件事本身挺实用的。

如果你平时经常转PDF，或者在搭自动化流程，目前是可以免费体验的，可以试试。

工具地址：https://skillhub.cn/skills/foxit-pdf365-convert

有什么问题或者使用心得，欢迎评论区交流。

参考

• MCP 官方文档 - Model Context Protocol
• SkillHub 工具页面 - 福昕PDF365转换
• 福昕PDF365 官网
• Anthropic MCP 规范说明