文档一键转Markdown或JSON
把 Word、Excel、PPT、PDF、图片一键转成 Markdown 或 JSON
功能与用途
手上各种格式的文件想喂给 AI 用,但格式不统一很麻烦。它把 pandoc、微软 markitdown、mammoth 三个转换引擎整合在一起,自动挑最合适的一个来转,Docx 里的表格、公式、Emoji 都能尽量保留,图片会单独抽出来并插好链接。扫描版 PDF 和截图还能走 OCR 把文字识别出来。第一次用会自动装好依赖。
适用场景
- 复杂 Word 转清晰 Markdown:转换含复杂表格、数学公式与表情符号的说明文档,自动提取图片并保留清晰版面排版。
- 扫描件 PDF 逐页 OCR 提取:将图片版扫描 PDF 转为文本或结构化数据,利用内置 OCR 引擎逐页解析出完整文字内容。
- 本地知识库数据格式归一化:批量将 Word、Excel 和 PPT 等异构办公文件转为标准 Markdown 或 JSON,便于输入大模型。
- 表格与演示文稿快速结构化:解析 xlsx 表格数据与 pptx 幻灯片大纲,自动转成管道表格或按层级切分的 JSON 内容。
适用人群
- 经常处理扫描件和 Office 文档的行政与法务人员、做资料整理的自媒体编辑、要给 AI 准备语料的运营
使用步骤
- 把要转换的文件或整个文件夹路径告诉它
- 让它先检查环境依赖,缺什么自动装上(pandoc、markitdown、OCR 组件)
- 指定输出格式是 Markdown 还是 JSON,以及输出到哪个目录
- 转换完打开结果,看图片链接能不能正常显示、表格有没有散
- 扫描件效果不好时,加逐页进度参数看看是哪一页识别失败
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
- 1.0.0
- 最近更新
- 2026-05-18
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
将 PDF、Word (docx/doc)、Excel (xlsx/xls)、PPT (pptx/ppt)、图片等文件一键转换为 Markdown 或 JSON。 内置三大引擎:pandoc(DOCX 表格/Emoji/公式最强)、markitdown(微软开源,Excel/PPT/图片 OCR)、mammoth...
使用前准备
- 需要本机 Python 环境和命令行操作
- 扫描版 PDF 的 OCR 还要额外装 poppler,首次使用会自动装依赖
依赖与权限
- PATH
- PADDLEOCR_DOC_PARSING_API_URL
- PADDLEOCR_ACCESS_TOKEN
- 读取用户主动提供的内容