SuperAPI AI 工具集

to-md

办公与效率

查看项目

更新于 10-15 23:41

技能介绍

用途:把各类文档转成干净、忠于原文、结构正确的 Markdown,输出到源文件同目录、同主文件名、扩展名改为 .md。只要用户想把文档变成 Markdown 即可使用,不要求点名 markitdown。

主要能力:管线分两段。确定性段由 scripts/convert.sh 完成,依次调用 markitdown 提取内容、postprocess.py 做语义清理、markdownlint-cli2 --fix 清理排版;脚本统一处理输出路径推导、目录批量展开、覆盖保护、语义清理和 lint 配置。LLM 精修段由使用者对照源文件修复标题层级、表格、多栏阅读顺序、断字分页等版面结构,并清除页眉页脚、页码、水印等提取噪声。

使用方式:先确认 markitdown 可用(command -v markitdown),缺失时安装 pip install 'markitdown[all]'。lint 依赖 npx,无 npx 时自动跳过 lint 并保留结果。调用示例:~/.claude/skills/to-md/scripts/convert.sh path/to/report.pdf;支持多文件与目录(不递归子目录);用户确认覆盖后加 --force。脚本默认拒绝覆盖已存在的同名 .md,以退出码 3 和 EXISTS\t<路径> 报告。精修后用 convert.sh --lint-only <那些.md> 收尾。

适用场景:单个或批量文档转换、需要保留版面结构的 Markdown 副本。

限制:精修只还原结构与清噪,绝不改写正文;拿不准是噪声还是内容时保留;源文件读不出的内容不编造。转换失败(加密 PDF、损坏文件)报退出码 2 并继续其余输入;源文件无法渲染时精修退回仅基于 .md。用户要求原始产物或批量很大时可跳过精修。退出码约定:0 成功、2 转换失败、3 需确认覆盖、4 无可处理输入。