前言¶

把一份几十页的 PDF 喂给模型做知识库，最常见的处理是先把 PDF 转成文本。转出来的结果要么没有段落层级，要么表格被拆成一串没对齐的数字，公式更是直接变成乱码。后面再去做字段抽取、对比校验、检索问答，质量都建立在这个粗糙的中间产物上。

pdfflux-pdf2markdown 针对的就是这一步：不是简单地把文档”压平”成纯文本，而是按元素类型分别识别，再按阅读顺序组织成带层级标题的 Markdown。下面介绍这个 Skill 能做什么、怎么启用、适合哪些场景。

这是什么¶

pdfflux-pdf2markdown 是一个文档结构化解析 Skill，把 PDF、Word、PPT 和图片这类非结构化文档，转成适合大模型直接使用的结构化数据。

出品方信息：坐标 @user_15292d5a/yjkj-pdfflux-pdf2markdown，发布者 user_15292d5a，版本 1.0.0，来源标记为 community（社区发布，不是官方团队维护）。分类为 knowledge-management。

它解决的问题很明确：让下游模型拿到的是带层级、带公式、带完整表格的文本，而不是 OCR 后的散字。

核心功能¶

从 Skill 页面公布的简介看，能力有四条，均已核实：

1、支持的输入格式：PDF、Word、PPT，以及图片。
2、一步完成多元素提取：段落、公式、表格、图表等元素在同一个流程里识别，不需要为每种元素单独跑一次解析。
3、标题层级：最多生成 8 级标题。
4、输出组织方式：Markdown 按阅读顺序排列，而不是按页面上元素出现的物理坐标拼装。

第 3、4 条对做检索和问答的影响比看上去大：标题层级直接决定切片后的语义单元大小，阅读顺序决定引用上下文时是否连得上。

安装与启用¶

Skill 页面给出的标识信息如下，命令本身在资料中没有出现：

坐标: @user_15292d5a/yjkj-pdfflux-pdf2markdown
名称: pdfflux-pdf2markdown
版本: 1.0.0
来源: community
分类: knowledge-management

标签里有一条 requires_api_key=true，说明启用前需要准备好对应的 API key。具体的安装命令、key 的配置字段名，以及 Cursor、Codex CLI、Claude Code 三种环境的差异，本次抓取没有取到页面正文（官方页面与接口地址均无法访问），因此不在此写出。使用时以 SkillHub 页面上的说明为准。

典型用法¶

Skill 的定位是”文档进、结构化文本出”，所以用法的主干是：把待处理文件交给 Skill，拿回 Markdown 结果，再决定是入库还是直接让模型处理。

1、准备输入：单个文档可以是 PDF、Word、PPT 或图片。
2、执行解析：Skill 内部完成元素识别与层级重建，这一步不需要你指定要提取哪些元素——段落、公式、表格、图表都在同一轮里处理。
3、处理输出：拿到按阅读顺序组织的 Markdown，标题层级最多 8 级。如果是表格密集或含公式的文档，这一步之后建议先肉眼抽查几张，确认表格没有被拆散、公式没有被转成纯文本。
4、交给下游：做字段抽取、对比校验、知识检索或问答时，直接使用这份 Markdown。

第 3 步抽查这一步不是可选项。文档解析类工具的失败模式通常是静默的：版式复杂的页面上，元素识别对了但顺序错了，或者表格结构丢了。没有实测数据支撑的情况下，我不在这里给出准确率。

适用场景与注意¶

适合的场景，按 Skill 简介给出的四类：

1、字段抽取：从合同、票据、报告这类版式固定的文档里抽结构化字段。
2、对比与校验：两份文档之间做段落级、表格级比对，前提是转换结果稳定。
3、知识检索：需要保留标题层级和表格内容的语料预处理。
4、智能问答：给模型提供可读性强的上下文，减少表格和公式造成的信息损失。

需要留意的地方：

1、来源是 community，发布者是社区用户，版本停留在 1.0.0，资料里显示安装数为 0。它能不能长期维护、遇到解析问题有没有人响应，需要自己判断，本文不做背书。
2、需要 API key，意味着它依赖外部服务，属于付费或配额受限的依赖，不适合用来做大批量、无成本的离线预处理。
3、页数多、图表密集的文档，”一步提取全部元素”的实际效果未经实测，建议先用一小批真实文档验证，再决定是否跑全量。
4、图片输入的识别精度同样没有实测数据，扫描件、拍照件的实际表现以自测为准。

结尾¶

pdfflux-pdf2markdown 的价值在于把”文档转文本”这一步做到元素级和层级级，而不是停留在纯文本抽取。对于正在搭建知识库、需要处理含公式和表格文档的开发者，它是值得先试的选项；社区来源和 API key 依赖这两点，需要在采用前一并评估。

官方页面：https://www.skillhub.cn/skills/user_15292d5a/yjkj-pdfflux-pdf2markdown
Skill 接口地址：https://api.skillhub.cn/user_15292d5a/yjkj-pdfflux-pdf2markdown

免责声明：本文基于 2026-10-30 抓取到的资料写成。功能描述（输入格式、元素类型、8 级标题、阅读顺序输出）与分类、版本、来源、标签均来自抓取结果；安装命令、配置字段、各 IDE 环境差异未能核实，已在正文标注，未写入未经验证的内容。评分、下载数为页面快照数据，会随时间变化。