SuperAPI AI 工具集

docx-to-md

设计与创作

查看项目

更新于 10-15 21:40

技能介绍

用途:把 .docx 文件转换为干净、可校验的 Markdown,并提取内嵌图片,用于将外部 Word 文档导入基于 Markdown 的工作流。

主要能力:图片提取(保存到 images/ 文件夹并按顺序命名);pandoc 清理(去除转义方括号、span 类、行尾反斜杠);表格规范化(对齐列、添加分隔符);标题修复(层级归一化,从 H1 开始);可选 YAML frontmatter(含标题与日期);去除 Word 审阅批注。

使用方式:需 Node.js 18+ 与 pandoc(winget install pandoc)。脚本位于 .github/muscles/docx-to-md.cjs。基本转换:node .github/muscles/docx-to-md.cjs report.docx;加 frontmatter 与标题规范化:node .github/muscles/docx-to-md.cjs spec.docx --add-frontmatter --fix-headings;去除批注:node .github/muscles/docx-to-md.cjs reviewed.docx --strip-comments;自定义输出路径:node .github/muscles/docx-to-md.cjs input.docx output/document.md;调试模式保留原始 pandoc 输出:node .github/muscles/docx-to-md.cjs input.docx --debug。

处理流程:pandoc 转原始 Markdown,清理 pandoc 怪癖,可选去批注、归一化标题,清理表格,提取图片到 images/,可选生成 YAML frontmatter。

适用场景:导入利益相关者的 Word 文档、将遗留文档转为 Markdown 以便版本控制、提取 .docx 内容用于演示/邮件/网页、将 SOW、RFP、规格等外部资源纳入项目仓库。

限制:资料未提供转换准确率、支持格式范围、性能或收费信息;依赖 Node.js 18+ 与 pandoc。