tomark-skill:批量把 Word / WPS 文檔轉成 Markdown

前言

把歷史文檔遷進知識庫、給 RAG 做語料,或讓 Agent 直接讀正文時,.doc、.wps 和帶複雜排版的 .docx 往往卡在格式上。純靠 pandoc 或手工複製,中文亂碼和 WPS 專有格式是常見坑。下面介紹 SkillHub 社區技能 tomark-skill:在 Agent 側按固定管線批量輸出 Markdown,並針對中文與 WPS 場景做了專門處理。

這是什麼

tomark-skill(座標 @user_f474679a/tomark-skill)是發佈者 user_f474679a 在 SkillHub 上架的社區 Skill,分類爲 office-efficiency,當前版本 1.0.0。標籤 requires_api_key=false,不依賴外部 API Key。

一句話定位:批量將 .doc、.docx、.wps 轉爲 Markdown。官方簡介給出的轉換路徑爲:

  • .docx → mammoth
  • .doc / .wps → WPS COM → .docx → mammoth

特色說明裏強調:儘量解決中文亂碼,並支持 WPS 專有格式。

核心功能

依據 SkillHub 頁面與技能簡介,可覈實的能力如下。

  1. 批量轉換:面向多文件場景,而不是單次單文件演示。
  2. 多後綴支持:.doc、.docx、.wps 三類輸入。
  3. 分路徑處理:Office 系 docx 走 mammoth;舊版 .doc 與 WPS 格式先經 WPS COM 落成 docx,再走 mammoth。
  4. 中文與 WPS:針對亂碼與 WPS 格式做了針對性設計(具體實現以技能包內 SKILL 說明爲準)。

安裝與啓用

安裝流程遵循 SkillHub 通用說明(skillhub.md)。官方頁面給出的安裝提示爲:按該文檔安裝 @user_f474679a/tomark-skill。

1、檢查或安裝 skillhub CLI

先確認本機是否已有 CLI:

command -v skillhub && skillhub --version

若未安裝,可使用官方腳本(完整安裝含默認 Skill;僅需 CLI 時加 --cli-only):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2、安裝 tomark-skill 到當前 Agent 的 skills 目錄

安裝技能時必須用 --dir 指向當前客戶端識別的 skills 目錄,否則默認落在 ./skills/,Agent 可能讀不到。

skillhub install @user_f474679a/tomark-skill --dir <你的 skills 目錄>

常用路徑示例(來自 SkillHub 安裝文檔):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或項目下的 .agents/skills/

也可在對話中把官方安裝說明交給 AI,讓其按 skillhub.md 完成安裝。安裝後若客戶端要求重啓或重新加載 skills,按各自產品說明操作。

典型用法

公開簡介未附帶獨立 CLI 子命令列表,用法以「啓用 Skill 後由 Agent 按技能說明執行批量轉換」爲主。可復現的意圖示例:

  1. 指定一個目錄,要求將該目錄下所有 .doc、.docx、.wps 轉爲 Markdown。
  2. 說明輸出目錄或命名規則,讓 Agent 按 tomark-skill 的管線(docx→mammoth;doc/wps→WPS COM→docx→mammoth)逐文件處理。
  3. 對曾出現亂碼的 WPS 或舊 .doc 樣本,先小批量試轉,確認正文與標題層級後再擴大批量。

具體參數、腳本入口以安裝到本地的 SKILL.md 及技能包內文件爲準。

適用場景與注意

適合誰

  • 需要把存量 Word / WPS 文檔沉澱爲 Markdown 的開發者或文檔維護者。
  • 知識庫、筆記倉庫、靜態站點源文件以 .md 爲主,但來源仍是 Office / WPS 的場景。
  • 在 Linux 或自動化環境裏,希望由 Agent 驅動批量轉換而非手工點選導出。

限制與注意

  • .doc / .wps 路徑依賴 WPS COM,通常意味着運行環境需具備 WPS 及可用的 COM 自動化能力;純 Linux 無 WPS 時,該路徑可能無法按設計工作,需自行驗證環境。
  • mammoth 擅長從 docx 提取結構與正文,複雜版式、文本框、部分嵌入對象可能與 Word 所見不一致,轉換後宜人工抽檢。
  • 社區來源(source: community),升級與問題反饋依賴發佈者與 SkillHub 生態,生產環境建議固定版本並保留樣本回歸。

結尾

tomark-skill 把「docx 直轉」與「經 WPS 再轉」兩條鏈路寫進同一 Skill,面向中文與 WPS 文檔的 Markdown 批量產出。無需 API Key,通過 SkillHub 安裝到 Cursor、Claude Code、Codex 等客戶端的 skills 目錄即可使用。

  • SkillHub 頁面:https://www.skillhub.cn/skills/user_f474679a/tomark-skill
  • API 座標頁:https://api.skillhub.cn/user_f474679a/tomark-skill
  • 安裝說明:https://skillhub.cn/install/skillhub.md
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜