PDFlux PDF 转 Markdown
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/paodingai-pdflux-pdf2markdown-132-actual-5。
技能介绍
要解决什么问题
不少文档处理任务停在「先把 PDF 或版式文件变成可读结构」这一步:你要从合同里抽条款、从研报里摘表格、或把扫描件交给后续脚本做校验与比对。若手写一套 POST /openapi/{serviceCode}/file/markdown 的上传、鉴权与响应解析,既容易走错已废弃的旧路由,也会在「只要某几段正文」时把整份 JSON 糊给用户。
本技能把这件事收敛为直接执行 scripts/upload_to_markdown.js:本地选一个文件,经 PDRouter 走 pdflux 同步 OpenAPI,stdout 给出 markdown 字段或完整响应体;需要落盘时可用 output-markdown-path 同时写文件。
技能如何工作
- 调用契约:正常流程不得自行复刻 API;脚本从
PAODINGAI_API_KEY读取 Bearer,缺失则立即失败,应由助手向用户索取或注入环境变量后重试。 - 请求路径:
POST /openapi/{serviceCode}/file/markdown,默认serviceCode为pdflux;PAODINGAI_API_BASE_URL默认为https://platform.paodingai.com/。 - 输出策略:响应含
markdown时输出 Markdown 文本;否则输出 JSON。进度与错误走 stderr,失败非零退出。用户明确要「转成 Markdown」时可直接展示全文;若只为摘要、字段、表格对比等后续步骤,应优先写入临时文件再按需截取,避免默认倾倒整份原文。 - 图片与图表:默认 Markdown 不含嵌入图像;需图表或图片时须通过 API 参数显式开启,并可将
PDFLUX_INCLUDE_IMAGES=true(常为 base64,token 开销会上升)。
适用边界与注意点
仅面向最新 OpenAPI 流程,不支持 legacy 路由。即使用户只关心表格或某段正文,也应先跑本脚本得到 Markdown,再在其上加工;仅在脚本不可用、报错或需修复时才改实现。解析类任务前请确认已配置有效的 PAODINGAI_API_KEY。
使用场景
- 法务要把招投标 PDF 转成 Markdown,再从正文中定位违约责任条款做清单核对
- 研究员收到券商 PDF 研报,需先解析全文再单独抽取财务数据表做同比脚本
- 数据同学用规则脚本校验扫描件合同字段,须先把本地 PDF 提交同步 API 得到结构化 Markdown
- 用户口头要求「导出 Markdown」,需对单文件走 PDRouter 并直接返回 API 中的 markdown 字段
适合人员
- 做法务合规的同事,经常从 PDF 合同里抽条款和表格做比对,不想自己维护上传鉴权代码
- 写投研或行业报告的分析师,要把 PDF 正文和表格变成可检索文本再交给摘要或抽取流程
- 维护文档流水线或 RPA 的工程师,需在后续 Python/JS 脚本前先拿到 pdflux 同步接口的 Markdown
- 在对话里明确说「转成 Markdown」「抽取表格」的知识库运营,要把单文件解析作为多步任务的第一步