📦 Office → Markdown Skill — Office → Markdown 技能

Office → Markdown 技能 将任何上传的 Office 文档转换为干净的 Markdown。所有转换逻辑都在 scripts/ 目录中 —— 只加载需要的脚本。 安全说明 依赖项安装在一个隔离的临时目录（/tmp/office_md_deps/）中，并固定在已审查的版本中。系统 Python 环境不会被修改。 对于扫描或图像内容，页面会被发送到 Anthropic 的 vision API。始终在启用 vision 之前询问用户确认（见工作流步骤 3）。 脚本参考格式扩展 脚本 PDF（文本 + 扫描/图像） .pdf scripts/pdf-to-md.py PowerPoint .pptx, .ppt scripts/pptx-to-md.py Word .docx, .doc scripts/docx-to-md.py Excel .xlsx, .xls scripts/xlsx-to-md.py CSV .csv scripts/csv-to-md.py 工作流

• 确认转换意图

仅在用户明确要求转换、提取或导出文档到 Markdown 时才继续。 裸文件上传而没有转换请求是不足以触发此技能的。

• 运行匹配脚本（先进行文本传递）

python scripts/.py /mnt/user-data/uploads/ /mnt/user-data/outputs/.md 每个脚本在首次运行时将其自己的固定依赖项安装到 /tmp/office_md_deps/ 中（与系统 Python 环境隔离）。

• 视觉同意 —— 在图像提取之前需要

如果脚本输出指示检测到图像仅页面（或文档已知为扫描），则停止并询问用户： “此文档有 N 个图像仅页面，无法在不将其发送到 Anthropic 的 vision API 的情况下进行提取。页面图像将被传输到外部进行 OCR。您是否要继续进行视觉提取？” 仅当用户确认时，重新运行带有 --allow-vision 标志： python scripts/.py /mnt/user-data/uploads/ /mnt/user-data/outputs/.md --allow-vision 如果用户拒绝，则保存文本结果并注明哪些页面被跳过。

• 呈现文件

使用 present_files 呈现输出 .md 路径，然后给出简要摘要： 文件类型和页/幻灯片/表格数量 是否使用了视觉以及使用了多少页（或跳过） 视觉如何工作（PDF / PPTX / DOCX） 每个脚本使用两步策略： 文本传递 —— 正常提取文本（快速，无 API 调用，始终运行） 视觉传递 —— 仅在 --allow-vision 传递并且页面没有可提取文本时运行；这些页面将被渲染并发送到 Claude vision API 边缘情况 情况 行为 完全扫描的 PDF 所有页面标记为视觉；需要用户确认 混合 PDF（部分文本，部分图像） 仅图像页面标记；需要用户确认 用户拒绝视觉 文本仅 .md 被保存；跳过的页面被内联注明 密码保护文件 脚本退出并显示明确的错误消息 非常大的 PDF（50+ 图像页面） 脚本在视觉调用之间添加 0.3s 的休眠时间 图像太大（>4MB base64） 减少 DPI：在 pdf-to-md.py 中编辑 dpi=150 → dpi=100 CSV 中的编码错误 脚本使用 latin-1 自动重试