SuperAPI AI 工具集

markitdown-converter

前端与建站

查看项目

更新于 10-15 23:48

技能介绍

用途:把几乎任意文档转换为结构保留的干净 Markdown,使用 Microsoft 的 MarkItDown,转换后可交付文件或分析其内容。

适用场景:用户想要 PDF/Word/Excel/PowerPoint/HTML/CSV 的 Markdown 版本;想把文件夹或 ZIP 中的混合文件合并为一个 Markdown;上传了无法原生读取的格式并想要其文本;就非文本文件提问时,可静默转换后再回答。

前置条件:pip install "markitdown[all]"

用法:内置脚本支持单文件、多文件、文件夹和 ZIP,批量中某个文件失败时会继续处理。 单文件转单个 .md:python scripts/convert.py report.pdf -o report.md 文件夹或 ZIP 混合文件合并为一个 .md:python scripts/convert.py mixed_docs.zip -o combined.md;python scripts/convert.py ./docs -o combined.md

两种模式:转换并交付——用户想要 .md,转换后交付即停止;转换后分析——用户就文件提问,静默转换到临时路径,自行读取 Markdown 后回答,不输出文件。

合并输出规则:产生多个文档时,每个文档带 # <filename> 标题,文档间以 --- 分隔;内容标题降一级,使 # 保留给文件分隔符,避免标题冲突;常见的 DOCX 空表头行表格问题会自动修复。

已知限制:扫描件或纯图片 PDF 可能输出为空(仅提取文本层,非 OCR);普通 PDF 无标题元数据,标题会转为纯文本;音频转写和 YouTube URL 需要网络访问。

转换由 Microsoft MarkItDown(MIT)提供支持。