work-markitdownlisted

# work-markitdown ## 用途 作为 work 命名空间的**通用 Inflow 基座**，提供 15+ 种文件格式到 Markdown 的统一转换入口。 本技能 `extends` 上游 `markitdown` 社区技能，不重新实现转换逻辑，而是： - 补充本地环境已验证的稳定调用方式 - 定义与 work-* 编排层其他技能的协作约定 - 提供批量转换和质量校验工作流 ## 依赖 - **extends**: `markitdown`（社区上游，负责实际格式转换） - **被依赖**: `work-export`、`work-convert`、`work-dispatcher`、`work-sc-*` 场景技能 ## 适用场景 - 把 `docx`、`pdf`、`pptx`、`xlsx` 转成 markdown - 批量把资料文件夹转换成更适合 LLM 处理的文本格式 - 在 Obsidian 知识库项目里落地文档转写结果 - 为下游 `work-export`（导出）或 `work-sc-*`（场景）提供 Inflow 输入 ## 不适用场景 - 需要保留格式精确排版的导出 → 用 `work-export` - 文件格式互转（docx→pdf）→ 用 `work-convert` - 对 Word/PDF 做精细编辑 → 直接调用社区上游 `docx` / `pdf` 技能 ## 本地环境适配 ### 稳定调用方式 优先使用本地包装命令： ```powershell .\.agents\tools\markitdown.cmd input.docx -o output.md ``` 回退方式： ```powershell python -m markitdown input.docx -o output.md ``` ### 已验证依赖 不建议 `pip install "markitdown[all]"`（实测可能回退主包版本）。推荐： ```powershell python -m pip install --upgrade markitdown>=0.1.5 python -m pip install openpyxl pandas pydub python-pptx pdfminer-six pdfplumber mammoth xlrd ``` 如需 Azure / OpenAI 增强能力，各自配置凭证。 ## 支持格式 | 格式 | 说明 | 质量 | |------|------|------| | PDF | 文本提取 | 良好（扫描件需 OCR） | | DOCX | Word 文档 | 良好（表格/格式保留） | | PPTX | PowerPoint | 良好（含备注） | | XLSX | Excel | 良好（表格数据） | | Images | JPEG/PNG/GIF/WebP | EXIF + OCR | | Audio | WAV/MP3 | 元数据 + 转写 | | HTML | 网页 | 清洁转换 | | CSV/JSON/XML | 结构化数据 | 表格/结构化 | | ZIP | 归档 | 迭代内容 | | EPUB | 电子书 | 全文提取 | ## 工作流 ### 单文件转换 1. 确认源文件存在 2. 执行转换，输出到新文件名（如 `*.markitdown.md`），避免覆盖已有 `.md` 3. 抽查文件头部，确认非空 4