alaminrifat-file-to-markdown
通过 markdown.new API 将 PDF、Office、图片等 20+ 格式转为结构化 Markdown，适用于 RAG 与文档摄取。
安装 / 下载方式
TotalClaw CLI推荐
totalclaw skills install shop:totalclaw:totalclaw~alaminrifat-file-to-markdowncURL直接下载，无需登录
curl -fsSL https://skills.taituai.com/api/skills/totalclaw%3Atotalclaw~alaminrifat-file-to-markdown/file -o alaminrifat-file-to-markdown.md## 概述（中文）
通过 markdown.new API 将 PDF、Office、图片等 20+ 格式转为结构化 Markdown，适用于 RAG 与文档摄取。
## 技能正文
# 文件转 Markdown — 技能
## 概述
通过 **Cloudflare Workers AI toMarkdown()** 驱动的 `markdown.new` API，将文件转换为**干净、结构化、AI 就绪的 Markdown**。
支持 20+ 种格式，包括文档、电子表格、图片与结构化数据。
无需认证（每 IP 每天 500 次请求）。
---
## 何时使用本技能
在以下场景使用本技能：
* 从文件中提取文本供 LLM 处理
* 将 PDF 或 Office 文件转为 Markdown
* 将数据规范化为结构化文本
* 处理用户上传的文件
* 将网页内容抓取为 Markdown
* 将图片转为 AI 生成的描述与内容
常见 AI 工作流：
* RAG 摄取流水线
* 知识库构建
* 文档摘要
* 数据集提取
* 电子表格分析
* 类 OCR 图片提取
---
## 支持的格式
### 文档
* `.pdf`
* `.docx`
* `.odt`
### 电子表格
* `.xlsx`
* `.xls`
* `.xlsm`
* `.xlsb`
* `.et`
* `.ods`
* `.numbers`
### 图片
* `.jpg`
* `.jpeg`
* `.png`
* `.webp`
* `.svg`
### 文本与结构化数据
* `.txt`
* `.md`
* `.csv`
* `.json`
* `.xml`
* `.html`
* `.htm`
说明：
* 图片转换使用 AI 目标检测与摘要。
* HTML URL 转换使用网页流水线。
* 上传的 HTML 使用 Workers AI 转换。
---
## API 基础 URL
```
https://markdown.new
```
---
## 端点
### 1️⃣ 转换远程文件（简单 GET）
返回纯 Markdown 文本。
```
GET /:file-url
```
示例：
```bash
curl -s "https://markdown.new/https://example.com/report.pdf"
```
---
### 2️⃣ 转换远程文件（JSON 响应）
返回元数据 + Markdown。
```
GET /:file-url?format=json
```
示例：
```bash
curl -s "https://markdown.new/https://example.com/report.pdf?format=json"
```
---
### 3️⃣ 通过 POST 转换远程文件
需要结构化 JSON 响应时使用。
```
POST /
Content-Type: application/json
```
请求体：
```json
{
"url": "https://example.com/report.pdf"
}
```
示例：
```bash
curl -s https://markdown.new/ \
-H "Content-Type: application/json" \
-d '{"url": "https://example.com/report.pdf"}'
```
---
### 4️⃣ 上传本地文件
文件无法公开访问时使用。
```
POST /convert
multipart/form-data
```
示例：
```bash
curl -s https://markdown.new/convert \
-F "file=@document.pdf"
```
---
## 响应格式
### URL 转换响应
```json
{
"success": true,
"url": "https://example.com/report.pdf",
"title": "Quarterly Report",
"content": "# Quarterly Report\n\n...",
"method": "Workers AI (file)",
"duration_ms": 1200,
"tokens": 850
}
```
---
### 上传转换响应
```json
{
"success": true,
"data": {
"title": "Q4 Report",
"content": "# Q4 Report\n\n...",
"filename": "report.xlsx",
"file_type": ".xlsx",
"tokens": 1250,
"processing_time_ms": 320
}
}
```
---
## AI 智能体最佳实践
### 简单工作流优先使用 GET
使用：
```
GET /:url
```
适用场景：
* 仅需 Markdown 文本
* 速度优先
* 不需要元数据
---
### 结构化流水线优先使用 POST
在以下情况使用 POST：
* 需要元数据
* 需要 token 计数
* 已实现监控或日志
* 构建自动化工作流
---
### 文件上传策略
仅在以下情况使用 `/convert`：
* 文件在本地
* 文件为私有
* 访问文件需要认证
否则始终优先使用 URL 转换。
---
## 错误处理策略
智能体应：
1. 检查 `"success": true`
2. 网络失败时重试一次
3. 验证内容长度 > 0
4. 必要时回退到备用提取方式
---
## 速率限制
* 无 API 密钥时每 IP 每天 500 次请求
* 无需注册
智能体应：
* 尽可能缓存结果
* 避免重复转换
---
## 集成示例
### JavaScript (Node.js)
```js
const res = await fetch("https://markdown.new/", {
method: "POST",
headers: { "Content-Type": "application/json" },
body: JSON.stringify({
url: "https://example.com/file.pdf"
})
});
const data = await res.json();
console.log(data.content);
```
---
### Python
```python
import requests
res = requests.post(
"https://markdown.new/",
json={"url": "https://example.com/file.pdf"}
)
data = res.json()
print(data["content"])
```
---
## 智能体决策树
若用户提供：
| 输入类型 | 操作 |
| --------------- | ---------------------- |
| 公开文件 URL | 使用 GET 或 POST |
| 本地文件 | 使用 POST /convert |
| 图片 | 转换后摘要 |
| 电子表格 | 转换后分析 |
| 网页 | 转换 URL HTML |
---
## 输出预期
Markdown 应：
* 干净
* 结构化
* 对 AI 友好
* 噪声最少
* 可直接供 LLM 摄取
---
## 限制
* 复杂 PDF 版式可能丢失格式
* 大型电子表格可能被截断
* 图片依赖 AI 解读准确度
* 可能受 token 限制
---
## 摘要
本技能为 AI 系统提供**通用文件转 Markdown 转换层**，具备：
* 无需认证
* 简单 HTTP 接口
* 多格式支持
* 结构化 output
* 快速处理
适用于文档摄取、RAG 流水线与自动化智能体。
---