Agent Skills
返回列表
📁

PDF 结构化 Markdown 解析

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-eyw2ohcx/laiye-adp-adp-pdf-to-structured-markdown-101。

技能介绍

问题在哪

技术手册、合同扫描件、周报 PPT 往往锁在 PDF 或 Office 里:复制会丢表格和标题层级,整页 OCR 又成了乱码段落。要把同一套内容迁进 Wiki、给大模型当上下文,或进静态站 CMS,你需要的是带结构的 Markdown,而不是纯文本墙。

技能如何工作

本技能走 Laiye ADP 官方 CLI 的 adp parse 流程,而不是在助手内硬猜版面。典型链路是:首次安装 CLI、用 adp config get 校验 API Key 与区域、adp app-id list --app-type 0 找到带 Document Parsing 标签的 ootb_* 应用 ID,再对本地路径、URL 或 Base64 输入执行解析。

输出侧会尽量还原原文结构:

  • 标题:映射为 # 层级(H1–H6)
  • 表格 / 列表:转为 Markdown 表格与有序、无序列表
  • 多页文档:带分页标记;图片区域可附 OCR 说明

同一套 CLI 还支持本地目录批量与 --async 大文件异步,完成后用 adp parse query 取结果;失败时从 stderr 的 JSON 判断鉴权、参数或部分成功(退出码 6)等类型。

支持扩展名包括 .pdf,以及 .jpg/.png/.tiff 等图像与 .docx/.xlsx/.pptx 等 Office 格式(单文件上限 50MB)。新用户每月有 100 免费额度;免费档并发处理文档数为 2。

适用边界

  • 解析质量依赖原稿清晰度与版式复杂度,扫描件建议用高分辨率源文件。
  • 技能要求按 ADP 返回内容原样呈现,不应在解析过程中擅自增删改。
  • API Key 与 app_id 需妥善保管;app_id 按账号固定,首次查到后可缓存复用,不必每次 list。
  • 计费按页计,余额可用 adp credit 查看。

使用场景

  • 把厂商 PDF 版 API 手册转成带标题层级的 Markdown,导入 GitBook 或内部 Wiki
  • 从合同扫描 PDF 抽出章节与表格结构,供法务在评审会上对照原文检索
  • 将远程 URL 上的技术白皮书解析成 Markdown,作为 RAG 知识库的入库前文本
  • 把文件夹内混排的 Word/PPT 周报批量转成 Markdown,再粘贴进文档站或 CMS

适合人员

  • 维护内部知识库、需要把 PDF 规格书迁出原格式的技术写作者
  • 做 RAG 流水线、要把非结构化附件统一成可读 Markdown 的 AI 应用工程师
  • 运营法务合规流程、需从扫描件保留表格与章节结构的法务助理
  • 出版文档站内容、要把 Word/PPT 报告落成 Markdown 章节的站点编辑