用途：将 PDF 转换为结构化 Markdown（或 text、JSON、HTML），保留标题、列表、表格、图片、脚注、超链接等结构，供 LLM 上下文、RAG 或下游审阅使用。
主要能力：基于 opendataloader-pdf 做标准转换；对带标签 PDF 可用 --use-struct-tree 重试；对扫描件或图像型 PDF 可启动混合 OCR 服务器做 OCR/混合转换；用 mdformat 规范化 Markdown；输出附带输出路径、页数和转换问题的简短报告。
使用方式：标准转换命令为 uvx opendataloader-pdf "{input_path}" --format markdown --output-dir "{output_dir}"，随后 uvx mdformat "{output_path}"。扫描件先启动 OCR：uvx --from "opendataloader-pdf[hybrid]" opendataloader-pdf-hybrid --port 5002 --force-ocr --ocr-lang "{languages}"，再执行 uvx opendataloader-pdf --hybrid docling-fast "{input_path}" --format markdown --output-dir "{output_dir}"。输入支持 PDF 文件或文件夹，可选 output_dir、format、ocr_languages、extraction_options。
适用场景：PDF 转 Markdown、解析 PDF、提取表格/标题/列表/图片、为 AI 消费准备 PDF 数据、判断 PDF 是否有文本层以决定是否 OCR。
限制：不用于生成或编辑 PDF，不处理 HWP、HWPX、DOCX、XLSX 或幻灯片；加密 PDF 需提供密码或解锁副本；大文件可能需分页或分批；OCR 语言不匹配需显式指定；提取不完整时不得编造内容，需报告乱码、缺表或部分提取。依赖 uvx、opendataloader-pdf、hybrid 额外组件和 mdformat，需本地文件系统读写权限。