PDF 转 Markdown
给出 PDF 文件或一整个文件夹的 PDF,转成 Markdown 正文并抽出内嵌图片,方便接着总结、检索和取数据。
功能与用途
报告、论文、合同、发票这类 PDF 是排版格式,直接让 AI 读容易漏内容或串行。这个 Skill 用自带脚本先把文字和表格转成 Markdown,再用 PyMuPDF 把页面里内嵌的图片抽出来,统一放在文末按页码分块。扫描件没有文字层,它不做 OCR,这种情况下正文会接近空白,但抽出的页面图片仍可查看。
适用场景
- 收到一份上百页的行业报告,想先转成文本再让 AI 提取关键结:收到一份上百页的行业报告,想先转成文本再让 AI 提取关键结论和数据
- 一个文件夹里全是扫描版合同,想知道哪些能提文字、哪些只有图片:一个文件夹里全是扫描版合同,想知道哪些能提文字、哪些只有图片
- 论文里有多张图表截图,希望正文和图片分开保存,方便对照阅读:论文里有多张图表截图,希望正文和图片分开保存,方便对照阅读
- 手上有 pdf、docx、xlsx 混在一起的一批资料,要确:手上有 pdf、docx、xlsx 混在一起的一批资料,要确保每种格式都不被漏掉
适用人群
- 要批量精读报告的研究人员
- 处理合同发票文档的行政或法务人员
- 把资料投喂给 AI 做问答的人
使用步骤
- 提供 .pdf 文件的完整绝对路径,或直接给文件夹路径
- 首次使用先按说明装好 markitdown 和 pymupdf
- 运行转换脚本,默认在源文件旁生成同名文件夹,只有明确要求时才加 -o 指定输出目录
- 读生成的 .md 正文;文末的 Extracted Images 段落按页码对照图片
- 如果正文几乎为空,说明是扫描件,需要另找带 OCR 的方案
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 办公
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-13
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
使用前准备
- 本地有 Python,并已安装 markitdown 和 pymupdf
依赖与权限
- 读取用户主动提供的内容