Point cle
Au 15 avril 2026, la bonne question n'est plus quelle application PDF semble la meilleure, mais quels PDF skills peuvent etre installes, audites et exploites dans de vrais stacks d'agents.
Jugement principal
- Au 2026-04-15, OpenClaw et Trae Agent publient clairement du code open source ; Claude Code dispose lui aussi d'un repo GitHub officiel. Codex CLI est open source, tandis que Codex app / cloud restent des surfaces produit gerees.
- Pour les workflows PDF, les bibliotheques CLI / Python / Java sont la forme d'installation la plus portable entre les quatre familles d'agents. MCP est le mieux documente chez Claude Code et Trae ; chez Codex et OpenClaw, il fonctionne souvent mieux comme couche wrapper.
- Les outils PDF GUI de bureau restent utilisables, mais ils sont generalement moins stables et moins auditables que les chemins CLI / API.
Installation agents
Comment OpenClaw, Claude Code, Codex et Trae installent des PDF skills
Les conclusions ci-dessous reposent sur des sources officielles verifiables au 2026-04-15 et distinguent clairement support natif, voie wrapper et parcours centric GUI.
Codex
Install the CLI or IDE first, then package PDF tooling with AGENTS.md and skills
Ideal pour: PDF automation inside codebases, batch scripts, document understanding, and translation-delivery workflows
Forme d'installation
- Install Codex CLI with `npm install -g @openai/codex` or `brew install --cask codex`.
- Add `AGENTS.md` at the repo root and document the PDF workflow, test commands, and permission boundaries.
- Package PDF tooling as repo scripts such as `tools/pdf/run_ocr.sh` or `tools/pdf/parse_docling.py`.
- If you use Codex skills in the app, CLI, or IDE, bundle instructions, resources, and scripts as reusable skills.
Capacites et limites
- Public documentation now confirms both Skills and AGENTS.md.
- The CLI is open-source, while the app and cloud remain managed product surfaces.
- The safest integration path for PDF skills is still repo-level scripts plus AGENTS.md.
Claude Code
Four official extension paths: skills, plugins, MCP, and CLAUDE.md
Ideal pour: Teams that want the clearest official extension model and reusable PDF skills as durable team assets
Forme d'installation
- Install Claude Code with `curl -fsSL https://claude.ai/install.sh | bash`, or use Homebrew / WinGet.
- Native skills live in `~/.claude/skills/<skill>/SKILL.md` or project-level `.claude/skills/<skill>/SKILL.md`.
- Use `claude mcp add ...` to connect local stdio servers, remote HTTP servers, or OAuth-backed tools.
- Bundle skills, agents, hooks, and MCP servers into plugins when you need a sharable team distribution format.
Capacites et limites
- Its public documentation is the most explicit across skills, plugins, and MCP.
- It works well for both native skills and MCP wrappers around OCR, parsing, translation, and RAG services.
- The core CLI has an official GitHub repo, while the model and service layer remain proprietary.
OpenClaw
Workspace skills, plugins, ClawHub, and a gateway make it the closest thing to a personal agent OS
Ideal pour: Personal AI assistants, multi-channel automation, and mixed browser / desktop / shell PDF workflows
Forme d'installation
- Install OpenClaw from the official repo or install script; the main runtime entry is the Gateway.
- Workspace skills live in `~/.openclaw/workspace/skills/<skill>/SKILL.md`.
- Use plugins when a PDF workflow also needs channels, host integrations, or system capabilities.
- If ClawHub is enabled, agents can search and fetch skills, but production setups should still whitelist and review them.
Capacites et limites
- The official README documents workspace roots, skills paths, and ClawHub behavior clearly.
- It is stronger than pure IDE agents when browser, desktop, or host-command automation matters.
- It is also the most open, which means permission control and supply-chain review matter more.
Trae
Trae IDE uses Agent Skills, @Agent, and MCP; the OSS Trae Agent uses YAML plus MCP
Ideal pour: IDE collaboration, multi-agent orchestration, and research-oriented or extensible coding-agent setups
Forme d'installation
- Install Trae IDE or SOLO from the official download page when you want the desktop product surface.
- The official Trae blog already documents Agent Skills creation, import, usage, and MCP support through `@Agent`.
- For the open-source agent path, use `git clone https://github.com/bytedance/trae-agent.git && uv sync --all-extras`.
- Add `mcp_servers` in the `trae-agent` config to attach external PDF skills and document tools.
Capacites et limites
- Trae Agent has an official MIT-licensed GitHub repo.
- The Trae IDE and SOLO product surfaces publicly point to Agent Skills and MCP usage.
- Use the open agent when you need tighter control; add the IDE when visual workflows matter.
Compatibilite
Quels agents peuvent vraiment utiliser quelles formes de packaging PDF skill
Prendre en charge le PDF ne signifie pas prendre en charge tous les PDF skills. La compatibilite depend de la forme d'installation: skill natif, regles de repo, CLI, MCP, API SaaS ou GUI/RPA.
| Forme d'installation | Codex | Claude Code | OpenClaw | Trae | Verdict |
|---|---|---|---|---|---|
| Native skills / commands | Direct | Natif | Natif | Direct | Claude Code is the clearest today; OpenClaw has workspace skills; Trae has Agent Skills; Codex publicly confirms Skills but exposes fewer file-system details. |
| Repo rules files (AGENTS.md / CLAUDE.md / Rules) | Natif | Direct | Direct | Direct | All four agent families can consume this layer; it is the most portable and least coupled way to inject team knowledge. |
| CLI / Python / Java libraries | Direct | Direct | Direct | Direct | This is the most reusable packaging form across agent families and the best first layer to deploy. |
| MCP server | Wrapper | Natif | Wrapper | Direct | Claude Code is strongest natively; Trae also points clearly to MCP; Codex and OpenClaw usually benefit from MCP through wrappers, plugins, or gateways. |
| SaaS API / cloud service | Direct | Direct | Direct | Direct | All four agent families can use this layer reliably when API keys are governed and packaged as tools or scripts. |
| Desktop GUI / RPA | Limite | Limite | Direct | Wrapper | OpenClaw is friendlier to browser and desktop control; Codex and Claude Code should not treat GUI automation as the primary path. |
Catalogue
36 PDF skills / tools avec statut open vs closed, GitHub et installabilite
Le catalogue traite les skills comme des briques installables: bibliotheques open source, CLI, serveurs MCP, API SaaS et produits desktop.
| Skill / Tool | Categorie | Ouvert ou ferme | Forme d'installation | GitHub / officiel | Ideal pour | Note |
|---|---|---|---|---|---|---|
| Tesseract OCR | OCR | Open source | CLI / bibliotheque | OCR generalOCR multilingue | Bonne base open source localeDepend beaucoup du pretraitement | |
| OCRmyPDF | OCR | Open source | CLI / bibliotheque | PDF searchablePretraitement pour agents | Bonne base open source localeFrequent en production | |
| PaddleOCR | OCR | Open source | CLI / bibliotheque | OCR multilingueFormulaires et contrats enterprise | Fort sur les workflows chinoisFrequent en production | |
| docTR | OCR | Open source | CLI / bibliotheque | OCR generalFormulaires et contrats enterprise | Adapte a la rechercheDepend beaucoup du pretraitement | |
| Docling | Parsing PDF | Open source | CLI / bibliotheque | Structuration prete pour LLMMises en page complexes | Bon composant de pipelineParticulierement bon avec MCP | |
| docling-mcp | Parsing PDF | Open source | MCP | Bon pour MCPStructuration prete pour LLM | Particulierement bon avec MCPBon composant de pipeline | |
| GROBID | Parsing PDF | Open source | CLI / bibliotheque | Articles academiquesPDF techniques et de recherche | Adapte a la rechercheFrequent en production | |
| Nougat | Parsing PDF | Open source | CLI / bibliotheque | Articles academiquesDocuments riches en formules | Adapte a la recherchePas un OCR generaliste | |
| MinerU | Parsing PDF | Open source | CLI / bibliotheque | Mises en page complexesDocuments riches en formules | Fort sur les mises en page complexesFrequent en production | |
| PyMuPDF | Operations PDF | Open source | CLI / bibliotheque | Runtime haute performanceOperations PDF legeres | Frequent en productionBon composant de pipeline | |
| PyMuPDF4LLM | Operations PDF | Open source | CLI / bibliotheque | Pretraitement pour agentsStructuration prete pour LLM | Bon composant de pipelineFrequent en production | |
| pypdf | Operations PDF | Open source | CLI / bibliotheque | Operations PDF legeresOperations de structure PDF | Compatible Python purBon composant de pipeline | |
| pdfplumber | Extraction de tableaux | Open source | CLI / bibliotheque | Debug de tableauxTableaux textuels | Pratique pour le debugBon composant de pipeline | |
| Unstructured | ETL documentaire | Open source | CLI / bibliotheque | Decoupage documentairePretraitement pour agents | Bon composant de pipelineBien adapte aux equipes | |
| unstructured-api | ETL documentaire | Open source | API SaaS | Couche API interneDecoupage documentaire | API-firstBien adapte aux equipes | |
| Tabula | Extraction de tableaux | Open source | CLI / bibliotheque | Tableaux textuelsExtraction de tableaux en lot | Faible sur les scans bruyantsFrequent en production | |
| tabula-java | Extraction de tableaux | Open source | CLI / bibliotheque | Extraction de tableaux en lotStacks enterprise Java | Frequent en productionBon composant de pipeline | |
| qpdf | Operations PDF | Open source | CLI / bibliotheque | Operations de structure PDFPost-traitement en lot | Frequent en productionBon composant de pipeline | |
| pdfcpu | Operations PDF | Open source | CLI / bibliotheque | Post-traitement en lotOperations de structure PDF | Frequent en productionBon composant de pipeline | |
| Apache PDFBox | Operations PDF | Open source | CLI / bibliotheque | Stacks enterprise JavaOperations de structure PDF | Frequent en productionBien adapte aux equipes | |
| OpenAI PDF Files | RAG / raisonnement | Ferme | API SaaS | Raisonnement sur PDFRecherche interdocuments | API-firstPlus fort en raisonnement qu'en fidelite de mise en page | |
| OpenAI File Search | RAG / raisonnement | Ferme | API SaaS | Recherche interdocumentsRecherche de connaissance d'equipe | API-firstBien adapte aux equipes | |
| Claude PDF Support | RAG / raisonnement | Ferme | API SaaS | Raisonnement sur PDFPDF techniques et de recherche | API-firstPlus fort en raisonnement qu'en fidelite de mise en page | |
| Claude Citations | Q&A documentaire | Ferme | API SaaS | Reponses avec sourcesRecherche de connaissance d'equipe | API-firstBien adapte aux equipes | |
| Mistral OCR | Document AI enterprise | Ferme | API SaaS | API OCR cloudMises en page complexes | API-firstAjoute cout et dependance fournisseur | |
| Mathpix PDF to Markdown | Parsing PDF | Ferme | API SaaS | Documents riches en formulesArticles academiques | Adapte a la rechercheAjoute cout et dependance fournisseur | |
| Google Document AI | Document AI enterprise | Ferme | API SaaS | Formulaires et contrats enterpriseCouche API interne | Oriente enterpriseAPI-first | |
| Azure Document Intelligence | Document AI enterprise | Ferme | API SaaS | Formulaires et contrats enterpriseAPI OCR cloud | Oriente enterpriseAPI-first | |
| Amazon Textract | Document AI enterprise | Ferme | API SaaS | Formulaires et contrats enterpriseAPI OCR cloud | Oriente enterpriseAPI-first | |
| Adobe Acrobat AI Assistant | PDF desktop | Ferme | GUI desktop / RPA | Revue desktopRecherche de connaissance d'equipe | GUI-firstNecessite souvent un wrapper | |
| Adobe Translate PDF | Traduction | Ferme | GUI desktop / RPA | Flux de traduction desktopLivraison multilingue | GUI-firstCouche de traduction a forte valeur | |
| ABBYY FineReader PDF | PDF desktop | Ferme | GUI desktop / RPA | OCR et revue desktopPDF searchable | GUI-firstOriente enterprise | |
| Nanonets | Automatisation des factures | Ferme | API SaaS | Factures et recusCouche API interne | API-firstOriente enterprise | |
| Rossum | Automatisation des factures | Ferme | API SaaS | Factures et recusFormulaires et contrats enterprise | Oriente enterpriseAPI-first | |
| Parseur | Extraction par modele | Ferme | API SaaS | Extraction guidee par modeleCouche API interne | API-firstFrequent en production | |
| Reflo | Traduction | Ferme | API SaaS | Livraison multilingueFlux de traduction desktop | Couche de traduction a forte valeurFort sur les mises en page complexes | |
| DeepL Files + Glossary | Traduction | Ferme | API SaaS | Traduction guidee par terminologieLivraison multilingue | Couche de traduction a forte valeurBien adapte aux equipes | |
| Smallpdf Translate PDF | Traduction | Ferme | GUI desktop / RPA | Traduction rapide grand publicFlux de traduction desktop | GUI-firstNecessite souvent un wrapper | |
| iLovePDF Translate PDF | Traduction | Ferme | GUI desktop / RPA | Traduction rapide grand publicFlux de traduction desktop | GUI-firstNecessite souvent un wrapper | |
| PDFgear ChatPDF | Q&A documentaire | Ferme | GUI desktop / RPA | Chat PDF sur desktopRaisonnement sur PDF | GUI-firstNecessite souvent un wrapper | |
| UPDF Chat with PDF | Q&A documentaire | Ferme | GUI desktop / RPA | Chat PDF sur desktopRaisonnement sur PDF | GUI-firstNecessite souvent un wrapper | |
| AskYourPDF | Q&A documentaire | Ferme | API SaaS | Raisonnement sur PDFRecherche de connaissance d'equipe | API-firstPlus fort en raisonnement qu'en fidelite de mise en page | |
| Humata | Q&A documentaire | Ferme | API SaaS | Recherche de connaissance d'equipeRecherche interdocuments | API-firstBien adapte aux equipes |
Solution
Une solution PDF-agent de production est un stack, pas une liste d'achats
Une solution solide combine l'agent, les PDF skills, une couche de packaging, un controle des permissions et des tests de regression sur des documents reels.
Blueprint A: Local-first open-source PDF agent baseline
Convient a: Privacy-sensitive teams that want control, lower vendor dependency, and are willing to operate their own stack
Stack recommande
- Agent: Claude Code or OpenClaw, with Trae Agent OSS as a strong alternative
- OCR: Tesseract + OCRmyPDF + PaddleOCR
- Parsing: Docling / MinerU / GROBID / Nougat
- Operations: PyMuPDF + pypdf + qpdf + pdfcpu
- Tables: pdfplumber + Tabula / tabula-java
Mise en oeuvre
- Install PDF capabilities first as CLI tools and Python scripts instead of starting with GUI products.
- Package those scripts as reusable skills for each agent family: `.claude/skills`, OpenClaw workspace skills, Trae Agent Skills or YAML, and Codex repo scripts plus AGENTS.md.
- Prepare 5 to 10 sample documents per document type and run regression checks for OCR, tables, formulas, and reading order.
Risques principaux
- Self-hosted stacks cost more to maintain than SaaS layers.
- Accuracy can drop on complex layouts and low-resource languages.
- Permissions, logging, and regression governance remain your responsibility.
Blueprint B: Enterprise API-centered PDF agent platform
Convient a: Enterprises that already run cloud infrastructure and care about SLA, auditability, identity, and compliance
Stack recommande
- Agent: Claude Code or Trae, with Codex covering the code and automation layer
- OCR / extraction: Google Document AI / Azure Document Intelligence / Amazon Textract
- Knowledge layer: OpenAI PDF Files + File Search or Claude PDF + citations
- Business flow tools: Nanonets / Rossum / Parseur
- Post-processing: qpdf / pypdf / PyMuPDF
Mise en oeuvre
- Wrap closed cloud services behind internal APIs or MCP wrappers instead of wiring every vendor directly into the agent.
- Route contracts, invoices, research PDFs, and branded collateral through different queues rather than sharing a single prompt chain.
- Put permissions and audit controls in the orchestration layer, not inside prompts.
Risques principaux
- Vendor lock-in and cost growth remain real risks.
- API output structures may drift after model or service upgrades.
- Cross-border data flow and compliance boundaries must be reviewed in advance.
Blueprint C: Multilingual PDF delivery stack
Convient a: Teams handling papers, manuals, contracts, overseas sales assets, and multilingual branded materials
Stack recommande
- Agent: Codex or Claude Code for orchestration, batching, review, and download flows
- Delivery translation layer: Reflo
- Terminology layer: DeepL Glossary or an internal termbase
- Post-processing ecosystem: Adobe Acrobat / Adobe Translate PDF
- Quality control: PyMuPDF / qpdf / pdfcpu
Mise en oeuvre
- Define termbases, language pairs, and document classes before letting the agent run batch orchestration.
- Route high-value files through the Reflo / DeepL / Adobe combination and reserve lighter products for lower-risk content.
- Keep a human side-by-side review step before any customer-facing delivery.
Risques principaux
- The closed translation layer costs more than a purely open-source stack.
- Complex PDFs still require sampled human QA.
- Errors in branded materials and contracts are expensive, so review gates remain mandatory.
Methodologie
Methode et modele de preuve
Date de verification: 2026-04-15
Types de sources: Pages officielles, GitHub officiels, centres d'aide, docs developpeur et docs d'installation
Objets etudies: 4 plateformes d'agents, 36 PDF skills / tools, 6 formes d'installation et 3 blueprints de solution
Types de sources: Pages officielles, GitHub officiels, centres d'aide, docs developpeur et docs d'installation
Objets etudies: 4 plateformes d'agents, 36 PDF skills / tools, 6 formes d'installation et 3 blueprints de solution
- La couche de preuve ne retient que les pages produit officielles, les repos GitHub officiels, les centres d'aide et la documentation officielle pour developpeurs.
- L'installabilite a ete decomposee en six formes: native skills, regles de repo, CLI / bibliotheques, MCP, API SaaS et GUI / RPA.
- La compatibilite des agents a ete jugee d'apres l'existence officielle de skills, commands, plugins, MCP, workspace files, CLI ou APIs, et non d'apres le marketing.
- Dans Codex, Skills et AGENTS.md sont confirmes, mais la specification publique des native skills reste moins explicite que dans Claude Code; certaines recommandations sont donc presentees comme guides d'implementation.
Sources
Liste des sources officielles
Pour rester aligne avec EEAT, ce rapport privilegie domaines officiels, GitHub officiels, centres d'aide et documentation officielle. Les inferences sont explicitement signalees.
Codex
Claude Code
OpenClaw
Trae
Open-source PDF stack
Closed / cloud PDF stack
- OpenAI PDF files guide
- OpenAI file search
- Claude PDF support
- Claude citations
- Mistral OCR
- Mathpix PDF to Markdown
- Google Document AI overview
- Azure Document Intelligence overview
- Amazon Textract overview
- Adobe Acrobat AI Assistant
- Adobe Translate PDF
- ABBYY FineReader PDF
- Reflo upload
- DeepL file translation
- DeepL glossary for file translation
FAQ
Questions frequentes
Claude Code est-il open source ou ferme ?
Au 2026-04-15, un repo GitHub officiel existe deja. En pratique, Claude Code doit etre considere comme hybride: un CLI ouvert et des couches modele/service proprietaires.
Codex peut-il installer des PDF skills comme Claude Code ?
Oui, mais la voie publique la plus sure reste AGENTS.md combine a des scripts de repo et des outils PDF en CLI ou via API.
OpenClaw convient-il aux outils PDF bases sur GUI ?
Oui, surtout quand navigateur, bureau et automatisation de l'hote comptent. Cependant, CLI / API reste en general plus stable.
Trae est-il open source ?
Trae Agent dispose d'un repo MIT officiel ouvert, tandis que Trae IDE / SOLO restent plus proches de surfaces produit commerciales et fermees.
Quel est le stack minimal viable pour un PDF agent fiable ?
Il est generalement preferable de commencer par OCRmyPDF, Docling ou MinerU, PyMuPDF / pypdf et qpdf, puis d'ajouter OpenAI, Claude, Reflo ou DeepL uniquement si necessaire.
Recommandation finale
Choisir d'abord la forme d'installation, ensuite le PDF skill, puis seulement le modele
En 2026, les systemes PDF-agent reussis dependent davantage de l'installabilite CLI/API/MCP, de l'auditabilite et du design des permissions que du branding du modele. Pour la livraison PDF multilingue, Reflo avec DeepL ou Adobe est solide; pour une base open source locale, OCRmyPDF, Docling, MinerU, PyMuPDF et qpdf restent le noyau pratique.