Notion 知识 PDF 导出器

要解决的问题

Notion 里沉淀的知识常常分散在多个 database 和 page 中。当需要离线备份、对外交付 PDF，或把内容接入 RAG 检索时，手工复制粘贴既慢又容易丢结构——标题层级被打平，表格变形，内联图片丢失。这个技能解决的正是「把 Notion 结构化内容完整搬进 PDF，并顺手产出向量」这条链路。

核心能力与工作步骤

• 读取：通过 Notion API v1 查询 database 与 page，逐块取回内容。
• 渲染：把 content blocks 交给 WeasyPrint 生成 PDF，提取文本、表格和内联图片。
• 保结构：保留 heading 层级，PDF 里的标题不再是平铺文本。
• 向量产出：按 section 切分，用 OpenAI text-embedding-3-small 生成 embedding，供 RAG 入库。

适用边界与注意点

• 渲染依赖 @notionhq/client 与可访问的 Notion API endpoint，需要有效的 integration token。
• Notion API 是外部服务，速率与权限受上游限制；APIErrorCode、LogLevel 等参数说明调用可能失败，异常与重试要自己处理。
• 抽取范围是文本、表格和内联图片，更复杂的 block 类型（如嵌入页面、第三方块）不保证完整呈现。
• embedding 调用 OpenAI API，涉及额外密钥与计费；per-section 的切分粒度较粗，检索召回效果取决于源知识的分块质量。