geulahlisted
Install: claude install-skill hiyabh/claude-skills
# Skill: גאולה — חילוץ נתונים מקבצי PDF עבריים מורכבים
מטרת הסקיל: לעבד תיקייה של עשרות PDFs בעברית (סריקות עם כתב יד + תלושי שכר דיגיטליים + מכתבי אישור) ולהפיק קובץ Excel RTL מסודר. נבנה מתוך פרויקט "גאולה" (מאי 2026) שעיבד 36 PDFs וייצר טבלה של 128 מורים מ-4 מטפלים שונים.
## מתי להפעיל
- המשתמש מבקש "תבנה אקסל מהקבצים בתיקייה" כשיש PDFs עבריים
- מסמכי משרד החינוך (דוחות ביצוע מענק החזר שכר לימוד, אישורי תשלום)
- תלושי שכר ממערכת מיכפל 2000
- אישורי רואי חשבון BDO לעמותות
- כל קבוצת PDFs עברית עם נתונים פיננסיים מובנים שצריך לאחד ל��בלה
## אסטרטגיית עיבוד — 5 שלבים
### שלב 1: סקירה ראשונית
```bash
ls -la "$DIR" | sort -k5 -n # מיון לפי גודל
python -c "
import fitz, os
for f in sorted(os.listdir('.')):
if not f.endswith('.pdf'): continue
doc = fitz.open(f)
chars = sum(len(p.get_text()) for p in doc)
print(f'{len(doc):3}p {chars:6} chars {f}')
"
```
- **chars > 1000** → טקסטואלי, חילוץ דרך `fitz` ישירות
- **chars = 0** → סריקה, צריך OCR ויזואלי
- **שמירה לJSON UTF-8** (ולא דרך bash stdout — זה משבר עברית)
### שלב 2: רינדור סריקות לתמונות
מסמכים מ-scanner-mobile מגיעים לרוב מסובבים landscape או mirrored. הקוד הסטנדרטי:
```python
import fitz, os
from PIL import Image, ImageOps
import io
# Test rotations on first page to find correct orientation
doc = fitz.open(file)
page = doc[0]
pix = page.get_pixmap(dpi=300)
img = Image.open(io.BytesIO(pix.tobytes('png')))
# Try: orig, rotate 90/180/270, mirror, mirror+rotate
# Use Read tool to inspect each variant