Agent Skills
返回列表
📁

Word 文档转 Markdown

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/mzlzyca-doc-to-markdown-040。

技能介绍

要解决什么问题

技术文档、知识库和博客 pipeline 里常见一层格式转换:合作方或历史归档仍是 Word(.doc / .docx),而你希望后续用 Git、静态站生成器或 RAG 处理 Markdown。手工复制粘贴会丢标题层级、列表和版式,批量脚本又往往绑死在单一本地环境。

技能如何工作

本技能通过 MinerU(OpenDataLab / 上海 AI Lab 开源)把 Word 转成相对干净的 Markdown。

  • 输入:本地 .doc / .docx,或文档 URL
  • .docx:可走 flash-extract,无需 API token;单次约 10 MB、20 页 上限,适合小册子、规范节选
  • .doc:需带 token 的 extract;token 在 mineru.net API 管理页 创建
  • 参数:--language 默认 ch,英文文档用 en;--pages 指定页范围(如 1-10)
  • 输出:正文走 stdout;进度与状态在 stderr;可用 -o 写到文件或目录

在 AI 助手场景下,相当于把「选文件 → 选模式 → 拿 Markdown」封装成可对话的操作,而不是你自己记 MinerU CLI 细节。

边界与注意点

.docx 与 .doc 路径不同:旧版 .doc 不能指望免 token 快速抽取。大体积或超长 .docx 可能超出 flash-extract 限制,需分页(--pages)或走 token 流程。MinerU 对复杂版式、嵌套表格的还原取决于引擎能力,产出 Markdown 仍建议 diff 与人工抽检后再进生产库。

使用场景

  • 把客户发来的规范 .docx 转成 Markdown 后放进 Git 仓库做版本对比
  • 只抽取投标书 Word 第 3~15 页为 Markdown,用于内部评审摘要
  • 通过文档 URL 拉取在线 .docx 并输出 Markdown 给 RAG 切片入库
  • 英文技术手册 .docx 用 en 语言提示转换,减少中文 OCR 误判

适合人员

  • 维护开源文档站、要把存量 Word 讲义迁到 MD 的技术写作者
  • 做企业知识库、需把采购合同 .doc 批量抽成可检索 Markdown 的文档工程师
  • 每周收外部门 .docx 周报并要并入 Markdown 知识库的 IT 对接人
  • 在助手内做「给链接/路径就出 MD」自动化的平台集成开发者