SuperAPI AI 工具集

convert-word-to-md

办公与效率

查看项目

更新于 10-16 08:47

技能介绍

用途:当需要理解或处理 .docx 文件时使用此技能,例如用户附上 Word 文档并提问、要摘要、要抽取特定数据,或要批量处理某文件夹中的多个 Word 文档。.docx 本质是压缩的 XML 包,不能可靠地当纯文本读取,因此应先转换为 Markdown 再处理。

主要能力:仅支持 .docx。遇到旧版 .doc 会提示不支持,需用户先另存为 .docx。混合文件类型时,此技能只处理 .docx;对 .pdf、.xlsx 须并行调用 convert-pdf-to-md、convert-excel-to-md,不得静默跳过受支持类型。

准备:首次使用前按 references/setup.md 安装 Python、pip 和 markitdown。

用法:脚本位于 scripts/convert_word_to_md.py。单文件:python scripts/convert_word_to_md.py "/path/to/document.docx";指定输出:python scripts/convert_word_to_md.py "C:\path\to\document.docx" -o "C:\path\to\output_folder";批量:python scripts/convert_word_to_md.py "C:\path\to\folder";加 --recursive 含子文件夹。默认在源文件旁生成 <name>\ 文件夹,内含 <name>.md 和(如有图片)img/ 目录,图片引用为相对路径。未显式要求输出位置时不要使用 -o;路径不完整时先用 ask_user 确认完整绝对路径。转换后读取生成的 .md 完成分析。

限制与排错:无 markitdown 报 ModuleNotFoundError;.doc 报不支持的退出码 3;路径不存在需确认;批量中个别文件失败(损坏、加密)需报告文件名,其余仍成功;会跳过非 .docx 文件;图片占位符与提取数量不一致时保留占位符不替换。