MarkItDown 文档转换 Skill

基于 Microsoft 的 MarkItDown 库，本 Skill 可以将多种复杂格式的文件转换为易于大语言模型读取的 Markdown 格式。

支持的文件格式包括：

• PDF 文档 (PDF)
• PowerPoint 幻灯片 (PPTX)
• Word 文档 (DOCX)
• Excel 电子表格 (XLSX)
• 图片 (JPG, PNG等) 以及音频 (EXIF光元数据或语音等)
• 网页 (HTML)
• 支持基于文本的格式如 CSV, JSON, XML 等
• 压缩包 (ZIP)

快速使用

调用通用的转换脚本提取内容。脚本在首次执行时会自动从镜像源安装 markitdown 依赖。

基本语法：

python3 scripts/convert.py <文件路径> [--output <保存路径>]

示例 1：直接预览转换结果并在 stdout 输出

python3 scripts/convert.py /path/to/document.pdf

示例 2：将转换结果保存为新的 Markdown 文件

python3 scripts/convert.py /path/to/presentation.pptx --output /path/to/extracted_content.md

注意事项

1. 依赖库：首次运行该脚本时，将会自动安装 markitdown。无需手动配置您的 Python 环境。
2. 内容质量：基于原文件的复杂程度，生成的图表、排版可能会有所简化，主要适用于提取文本信息供上下文使用。
3. 如果文件内容过长，建议使用 --output 选项将内容保存在文件中，并通过其他大模型辅助工具读取分析（例如 view_file 或 grep_search 等工具）。