功能请求: 在 Cowork 处理大型本地文件集之前进行本地预处理步骤(尤其是针对法律/文档密集型工作流程)

背景 我是一名执业律师,使用 Claude Desktop (Chat + Cowork) 处理案件工作,主要处理大量本地 PDF 文件——法院文件,合同,扫描的证据。我已经在 Claude-for-legal 中测试了一种自定义的本地技能(使用 pdfplumber/pypdf 的 pdf-smart-extract),该技能将 PDF 转换为文本的 token 使用量比直接导入时降低了大约 80% - 90%。 问题 当 Cowork 读取具有大量文件(20 个 PDF 文件,尤其是扫描或基于图像的文件)的本地文件夹时,它会以原生格式单独处理每个文件。这种方式明显比通过 Chat 手动预处理/上传文本执行同一任务要慢且更耗费 token。对于文件量大的职业(法律,但可能也包括金融,合规,研究),这会产生真正的阻力点:足以证明 Cowork 自动化的批量大小正是 Cowork 当前文件读取方法效率最低的批量。 我已经验证了什么 运行轻量级的本地提取步骤(通过 Claude Code + 自定义技能)之后再将文件交给 Cowork/Chat,可以显著提高速度和 token 效率。这不是理论上的 — 我已经手动使用这种两步工作流程(Claude Code 预处理 → Chat 项目消耗摘要 → Cowork 执行最终任务),并且它比让 Cowork 直接读取原始文件要快得多。 建议的改进 Cowork 插件已经支持 Hooks(工具前后触发器)。我建议将此模式正式化为内置的可选功能: