SuperAPI AI 工具集

alibabacloud-dts-doc-parse

设计与创作

查看项目

更新于 10-15 19:54

技能介绍

用途:该技能调用阿里云 DTS-AI,将本地可读非空文件(pdf、docx、pptx、png、jpg、jpeg)解析为 Markdown 并交付给用户。仅在用户明确要求解析指定文件,或被告知需云端处理后确认时才启动,授权仅覆盖当前请求的上传与云端处理。

主要能力:使用 dtscli doc parse 解析单个文件,默认在输入文件旁生成 <input-name>.md;同名冲突时追加输入 SHA-256 前八位。CLI 已自动将 HTML 表格转为 GFM 并去除嵌套 HTML 加粗,无需二次改写。支持 --output 指定已存在目录,支持 --poll-timeout 调整等待时间(默认五分钟)。多文件需逐次调用,按用户指定顺序处理,单文件失败不影响其他文件。

使用方式:需 dtscli 在 PATH 中,支持 macOS、Linux、Windows。首次使用运行 dtscli version --json,确认 capabilities 含 skills.ensure 后执行 dtscli skills ensure --agent <agent>,再运行 dtscli ai check。--agent 取值如 codex、claude、cursor、qoder、qwencode、kimi 等。缺少密钥时通过 dtscli ai setup --language <en|zh> 配置。调用 OpenAPI 的命令需附加 --user-agent,包含技能名、会话 ID 与技能版本。

限制与恢复:超时、中断、保存失败或结果不确定时,用 dtscli doc resume --job-id <JobId> 恢复,无需重新上传;dtscli doc history 可列出本地恢复记录。不得打印或暴露 API 密钥与临时 OSS 凭证,不得在聊天中索要密钥。未显式请求 --force 时不得覆盖无关已有文件。沙箱无法写入时需用户提供可写目标。最终答复仅列出成功输出的 Markdown 路径,不提及 job_id、状态或恢复过程。官方 API 包括 CreateDocParserJob、DescribeDocParserJobStatus、DescribeDocParserJobResult。