Agent Skills
返回列表
📁

MarkItDown 文档转换

办公效率 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @org-02qudk26/markitdown-cn。

技能介绍

解决的问题

大模型工作流里，经常要先处理 PDF、DOCX、PPTX、XLSX、扫描件、音频、网页和 YouTube 转录等异构输入。手工整理会破坏结构，表格、备注、元数据和 OCR 文本容易丢失；直接喂原始二进制或 HTML 给 LLM，token 成本与理解质量都不稳定。

核心能力

MarkItDown转换 基于微软 MarkItDown，把常见文档转换为结构化 Markdown，适合审阅、检索、分析和二次生成：

  • 办公文档：PDF、DOCX、PPTX、XLSX，保留表格与关键格式
  • 视觉与扫描：JPEG、PNG、GIF、WebP，支持 EXIF 元数据和 OCR
  • 音视频与网页：WAV、MP3 转录，HTML、CSV、JSON、XML、EPUB、ZIP 等转换
  • AI 增强：通过 OpenRouter 生成图像描述，复杂 PDF 可用 Azure 文档智能

适用边界

OCR、语音转录、AI 图像描述依赖额外包、API 或计算资源；大文件和批量任务需要控制分页、并发与错误处理。它解决的是文档到 Markdown 的标准化，不是自动研究或最终报告生成。

使用场景

  • 将客户发来的 DOCX、PDF 和 PPTX 统一转为 Markdown，便于 LLM 做条款审阅。
  • 从 Excel 表和图片中抽取表格与 OCR 文本，整理成 Markdown 供分析模型使用。
  • 把 YouTube 链接和 WAV 音频转成转录文本，再转 Markdown 归档到知识库。
  • 用 AI 图像描述把 PPTX 图片说明补全，输出 Markdown 用于生成讲解稿。

适合人员

  • 文档工程师：需要把多格式办公文件统一清洗成可被 LLM 解析的 Markdown。
  • 数据分析师：要从 Excel、CSV、扫描件中提取表格和 OCR 文本进入分析流程。
  • LLM 应用工程师：要为检索增强或工作流准备结构清晰且 token 友好的输入。
  • 研究助理：需要批量转换 PDF、EPUB 和 YouTube 转录，形成可审阅文献底稿。