document-extractor
DocumentExtractor 是一个基于 markitdown 的技能,用于将 PDF、Office 文档、图片、音频和视频等受支持的输入转换为干净的 Markdown,便于检查、搜索并接入 LLM 工作流。它提供命令行与 Python API 两种使用方式,支持通过 uv 或 pipx 安装,并可按需选择功能扩展组(如 pdf、docx、pptx、all、az-doc-intel、audio-transcription、youtube-transcription 等)。