SuperAPI AI 工具集

pdf2md

办公与效率

查看项目

更新于 10-16 09:55

技能介绍

用途:把本地论文 PDF 解析为结构化 Markdown,同时提取并导出论文中的标注图片,输出 PNG、SVG、drawio 等格式。适合论文 PDF 转 Markdown、提取论文图片、导出可编辑 SVG/drawio 等场景。

主要能力:核心调用为 pdf_to_markdown(pdf_path="<path to PDF>", ...options...),Markdown 转换默认使用 docling 引擎,可选 mineru;支持导出图片到 assets/figures/,尝试为每张图生成 SVG 与 drawio。enable_rebuild 默认为 true,配置完整时运行 autofigure 流程(SAM3 分割、RMBG-2.0 去背景、VLM 生成 SVG 模板、替换图标),未配置时回退为嵌入 PNG 的 SVG,不会中断流程。

输出:结果落在 outputs/pdf2md/<original_pdf_stem>/,包含源 PDF 副本、<stem>.md、meta/(doc.json、run.json、figures.json)与 assets/figures/ 下每张图的 PNG、rebuild/rebuilt.svg、rebuilt.drawio,并返回 paper_id 等信息。

用法示例:pdf_to_markdown(pdf_path="path/to/paper.pdf") 使用默认配置;加 export_drawio=true 可导出 drawio;enable_rebuild=false 可跳过重建更快完成;backend="mineru" 需 PATH 上有 MinerU CLI,缺失时自动回退 docling。

限制:完整可编辑图重建需在 ~/.clawphd/config.json 的 tools.autofigure 下配置 fal_api_key,并配置多模态 VLM 提供方,且安装 clawphd-ai[autofigure]。SVG 导出按 mutool、pdf2svg、fitz、PNG 嵌入的顺序回退。其他细节暂未提供。