markitdownlisted

# MarkItDown 这是当前项目的本地化 `markitdown` 技能入口。 它基于上游全局 Skill，但这里补上了本环境下已经验证过的稳定用法，避免每次重复处理安装和命令路径问题。 ## Use This Skill For - 把 `docx`、`pdf`、`pptx`、`xlsx` 转成 markdown - 批量把资料转换成更适合 LLM 处理的文本格式 - 在 Obsidian 项目里落地文档转写结果 ## Environment Notes - 当前环境已验证 `python -m markitdown` 可用 - 建议优先调用本地包装命令： - `.\.agents\tools\markitdown.cmd` - 如果直接输入 `markitdown` 失败，通常是因为 Python 的 `Scripts` 目录不在 `PATH` ## Stable Invocation ```powershell .\.agents\tools\markitdown.cmd input.docx -o output.md ``` 或： ```powershell python -m markitdown input.docx -o output.md ``` ## Verified Dependency Strategy 本环境里不建议直接依赖： ```bash pip install "markitdown[all]" ``` 因为实测可能把主包错误回退到旧版本。 更稳的方式是： ```powershell python -m pip install --upgrade markitdown==0.1.5 python -m pip install azure-ai-documentintelligence azure-identity openpyxl pandas pydub python-pptx speechrecognition youtube-transcript-api openai pathvalidate puremagic mammoth olefile xlrd pdfminer-six pdfplumber ``` ## Workflow 1. 确认源文件存在，并避免覆盖现有 `.md` 2. 优先输出到新文件名，例如 `*.markitdown.md` 3. 转换后抽查文件头部，确认不是空文件 4. 如需给 Obsidian 使用，再做一轮 markdown 清洗 ## 推荐输出格式 执行完毕后按以下结构输出： **状态**：✅ 成功 / ⚠️ 部分成功 / ❌ 失败 | <输入→输出文件/格式/路径> | <值/状态> | 说明 | |------|------|------| **下一步**：<可执行动作> ## Practical Notes - DOCX 已在当前环境验证通过 - PDF、PPTX、XLSX、音频、YouTube 转写依赖已补齐 - Azure Document Intelligence 和 OpenAI 增强能力仍需各自凭证