前言¶

在数据分析、知识库搭建或让 Agent 读本地资料时，输入往往不是纯文本：可能是 PDF 汇报、Excel 导出、扫描件截图，或会议录音。手工复制粘贴或各写一套转换脚本，维护成本高，格式也不统一。下面介绍 SkillHub 社区 Skill「多模态数据源转换引擎」（@user_317b55bd/source-to-markdown），把常见源文件收敛为 Markdown，便于后续检索、摘要与写入仓库。

这是什么¶

一句话定位：将多种源文件转换为 Markdown 文本的 Agent Skill，按文件类型自动选择转换后端，并在异常时降级到大模型兜底。

• 坐标：@user_317b55bd/source-to-markdown
• 版本：1.0.1
• 来源：community（发布者 user_317b55bd）
• SkillHub 分类：data-analysis
• 官方 Skill 地址：https://api.skillhub.cn/user_317b55bd/source-to-markdown
• 展示页：https://www.skillhub.cn/skills/user_317b55bd/source-to-markdown

Skill 标签标明 requires_api_key=true：图片 OCR、语音识别及部分降级链路需要自行配置对应服务的 API Key，安装后按 Skill 内说明填写。

核心功能¶

以下能力均来自 SkillHub 官方简介，按处理路径归纳。

文档与结构化文件¶

支持扩展名：.md、.txt、.docx、.pdf、.pptx、.xlsx、.xls、.csv、.html、.htm、.json、.xml。

默认使用 MarkItDown 将上述常规文档与结构化导出转为 Markdown。

图片与扫描件¶

支持对图片做 OCR，以及对扫描版 PDF 做识别。

默认调用 腾讯 OCR；失败或异常时可自动降级至 MiMo、火山引擎 等大模型相关能力（具体以 Skill 内配置为准）。

音频¶

支持将录音类素材转写为文本，再纳入 Markdown 流程。

默认使用 腾讯语音识别（ASR），同样具备向 MiMo、火山引擎等大模型的降级路径。

压缩包¶

简介中说明支持将 ZIP 材料包 作为输入场景之一，适合一次性导入多份附件后再统一转换（包内具体处理逻辑以安装后的 SKILL.md 为准）。

适用触发条件（Agent 侧）¶

当 Codex 或其它 Agent 需要把常见文档、结构化导出、截图/图片、扫描材料、ZIP 包或音频转为可编辑的 Markdown 文本时，应加载本 Skill，由 Skill 指引选择格式与后端，而不是在对话里临时拼凑零散工具。

安装与启用¶

方式一：SkillHub CLI（推荐可复现）¶

先确认本机是否已安装 skillhub：

command -v skillhub && skillhub --version

未安装时，可按 SkillHub 安装文档执行完整安装（CLI + 默认 Skill）：

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

仅需要 CLI 时：

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

安装本 Skill 时，必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被识别：

skillhub install @user_317b55bd/source-to-markdown --dir <skills 目录>

常见 Agent 的 skills 目录示例（来自 SkillHub 安装文档）：

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

安装或更新 Skill 后，按你所用客户端要求重启或刷新 Agent，使其加载新 Skill。

方式二：让 AI 按官方指引安装¶

SkillHub 展示页提供的提示词为：请根据 https://skillhub.cn/install/skillhub.md，安装 @user_317b55bd/source-to-markdown。

将上述说明发给当前 Agent，由其读取安装文档并完成 skillhub install 与目录配置，效果与方式一一致。

API Key 与配置¶

标签 requires_api_key=true 表示运行 OCR、ASR 或降级 LLM 时需要有效密钥。安装完成后打开 Skill 目录中的 SKILL.md 及附带配置说明，按字段填写腾讯云服务与备用模型相关 Key；未配置时，对应模态的转换可能无法完成。

典型用法¶

官方未在展示页给出单独 CLI 子命令示例，实际工作流由 Agent 在加载 Skill 后按 SKILL.md 执行。可复现的入口如下。

1、在对话中说明目标：例如「把这份 report.pdf 和 meeting.mp3 转成 Markdown，输出到当前项目」。

2、确认 Agent 已安装 @user_317b55bd/source-to-markdown，且 skills 目录配置正确。

3、提供本地文件路径或 ZIP 包路径；Agent 按扩展名路由到 MarkItDown、腾讯 OCR/ASR 或降级 LLM。

4、检查输出的 .md 是否保留表格、标题层级；扫描件与音频转写建议人工抽检关键段落。

若需从商店检索同名 Skill，可先搜索再安装：

skillhub search source-to-markdown
skillhub install @user_317b55bd/source-to-markdown --dir ~/.cursor/skills/

将最后一行中的目录替换为你当前环境的路径。

适用场景与注意¶

适合谁

• 需要把多格式办公文档、导出表、网页存档、JSON/XML 配置一次性变成 Markdown 的数据分析或知识工程流程。
• 希望 Agent 在 Codex、Cursor 等环境中统一处理「文档 + 截图 + 录音」，而不是为每种格式写独立脚本。

限制与注意

• 依赖外部 API：腾讯 OCR、腾讯 ASR 及可选的 MiMo、火山引擎能力需要账号与密钥，产生调用费用与合规要求，需自行评估。
• 转换质量受源文件影响：复杂版式 PDF、低清扫描、嘈杂音频的误差需人工校对；降级到大模型时结果可能带推理成分，重要数据应保留原文对照。
• SkillHub 页面统计（截至查阅展示页与抓取资料）：评分 100000，下载约 1318 次；安装数在抓取快照中为 0，仅作商店参考，不代表本地启用情况。
• 展示页与 API 地址分工不同：浏览说明用 https://www.skillhub.cn/skills/user_317b55bd/source-to-markdown，Agent 拉取 Skill 包用 https://api.skillhub.cn/user_317b55bd/source-to-markdown。

结尾¶

多模态数据源转换引擎把文档、结构化文件、图片 OCR、扫描 PDF、音频转写和 ZIP 材料包收敛到同一套 Markdown 输出，默认 MarkItDown + 腾讯云服务，并在异常时降级到 MiMo 与火山引擎，适合作为 Agent 侧的通用「可读化」前置步骤。安装与优先源配置以 SkillHub 文档为准：https://skillhub.cn/install/skillhub.md；Skill 本体地址：https://api.skillhub.cn/user_317b55bd/source-to-markdown。