SuperAPI AI 工具集

markdown-tools

测试与质量

查看项目

更新于 10-15 20:34

技能介绍

用途:将 PDF、DOCX、PPTX、XLSX 等文档转换为高质量 Markdown,通过多工具编排在速度与质量之间取舍。

主要能力:提供快速模式(默认,单一最佳工具,适合草稿与简单文档)和重型模式(多工具并行执行后按段落合并,适合最终文档与复杂排版)。重型模式会并行运行适用工具,将输出切分为表格、标题、图片、段落等片段,按完整性与结构评分,再跨工具选取每段最佳版本。工具选择:PDF 用 pymupdf4llm(重型模式加 markitdown),DOCX 用 pandoc(加 markitdown),PPTX 用 markitdown(加 pandoc),XLSX 用 markitdown。另含 PDF 图片提取(带页码、位置、尺寸元数据)、转换质量校验(文本/表格/图片保留率,可生成 HTML 报告)、多 Markdown 文件合并、Windows 到 WSL 路径转换等脚本。

使用方式:先安装依赖,如 uv tool install "markitdown[pdf]"、pip install pymupdf4llm、brew install pandoc。基本转换:uv run --with pymupdf4llm --with markitdown scripts/convert.py document.pdf -o output.md;重型模式加 --heavy;用 --list-tools 查看可用工具。图片提取:uv run --with pymupdf scripts/extract_pdf_images.py document.pdf -o ./assets。质量校验:uv run --with pymupdf scripts/validate_output.py document.pdf output.md。合并:python scripts/merge_outputs.py output1.md output2.md -o merged.md。

适用场景:需要把办公文档或 PDF 转为可编辑 Markdown、保留表格与图片、并对转换质量做校验的流程。

限制:重型模式速度较慢;PDF 转换可能出现 FontBBox 字体解析警告(无害);图片缺失或表格断裂时建议改用重型模式或单独提取、校验。具体收费、平台支持范围等资料暂未提供。