四向文档流水线

在内容创作与文档流转中，格式割裂往往导致效率损耗。PDF 难以二次编辑，Word 不利于版本控制，而纯文本又缺乏视觉表现力。

核心问题与解决思路

本技能将 Markdown 视为源代码，而 HTML 与 DOCX 仅作为产物。通过打通多端转换逻辑，确保数据在流转中不失真，同时满足不同场景的交付标准。

四向转换核心能力

技能提供四个主要能力，通过决策树自动路由：

• 万物至 md：调用 scripts/any_to_md.py，将 PDF、PPTX、Excel、图片甚至音视频转为结构化 Markdown。
• md 至精美 html：调用 scripts/md_to_html.py，提供 article、report 等四套模板。包含不耗 Token 的兜底模式与耗 Token 的设计师模式。
• html 至 md：调用 scripts/html_to_md.py，针对博客或新闻页面进行正文提取，自动剥离导航与广告。
• md 至精美 docx：调用 scripts/md_to_docx.py，生成符合出版社审校标准的 Word 文档，支持特定开本排版与图片自动嵌入。

适用边界与注意点

转换并非万能。扫描版 PDF 不支持 OCR，复杂表格可能丢失语义，PPTX 动画也会被丢弃。此外，DOCX 产物专为人类阅读设计，不应直接喂给 LLM。在 URL 解析时，“读”的内容走 html 转 md，“查”的内容走万物转 md。