SuperAPI AI 工具集

@6171/doc-to-markdown

前端与建站

查看项目

更新于 10-16 09:31

技能介绍

用途:把多种常见文档格式统一转换为 Markdown,便于 AI 智能体读取、总结、问答或做 RAG 预处理。支持 PDF(pdfplumber)、Word .docx(python-docx)、PowerPoint .pptx(python-pptx)、Excel .xlsx(openpyxl)、CSV(标准库 csv)、HTML(BeautifulSoup)与文本类 .txt/.md/.rst。

主要能力:PDF 逐页提取文本与表格,页间以 --- 分隔;Word 标题映射为 #/##/###,保留段落、表格与列表;PowerPoint 按幻灯片输出 ## Slide N: 标题与要点;Excel 每个 sheet 输出 ## Sheet: 名称 与 Markdown 表格;CSV 首行作为表头;HTML 转换 h1-h6、ul/ol、table、p、code、blockquote 等语义标签。

使用方式:命令行调用 python3 skills/doc-to-markdown/convert.py <input_file> [--output <output_file>] [--format json]。--output 写文件,默认输出到 stdout;--format json 返回含 success、markdown、format、pages、tables 的 JSON。可用 MD=$(python3 skills/doc-to-markdown/convert.py document.docx) 内联获取结果。

限制:依赖在 Starchild 环境预装,无需 API 密钥,全部本地运行;不支持的扩展名会返回错误并列出支持格式,文件损坏会返回详细错误,空文件返回空 Markdown 且 success=true。