PPT 转 Markdown:四门管道加保真度报告的转换编排 Skill

前言

把 .pptx 转成 Markdown,常见做法是拿 markitdown 或 pandoc 跑一次,拿到文本就算完事。问题在于:转换丢了几页、正文召回了多少、备注和图片去哪了,都无从验证。出报告时只能口头承诺”基本无损”。

下面介绍的 Skill 把这件事拆成可验证的步骤:先预检分级,再探测可用后端,然后做结构降维转换,最后产出带页覆盖率、文本召回率和置信度分级的质量报告。它是编排与质量保障层,不自研 PPT 解析引擎,复用成熟的第三方后端。

这是什么

「PPT 转 Markdown」是一个 community 来源的 Agent Skill,坐标 @user_989eb8f0/tri-pptx2md,当前版本 1.4.5,分类为 office-efficiency,发布者 user_989eb8f0。SkillHub 页面显示评分 100000、下载 919 次(抓取时点数据),标签 requires_api_key=false,即不需要 API Key。

它解决的问题是:PowerPoint/WPS 演示文稿转 Markdown 时,页数、文本、备注、图片的丢失情况不可见。Skill 的定位是编排与质量保障层,把「无损」这个口头承诺落成可计算、可分级、可追溯的质量报告。

核心功能

Skill 内部是四门管道,按顺序执行:

  1. 预检分级:用文件类型魔数判定真实格式,统计页数、备注、图片计数,并标记旧格式文件。
  2. 后端探测与编排:探测环境里可用的转换后端,anydoc 全族直读作为首选,不可用时走降级链。
  3. 结构降维转换:逐页输出 Slide 块,内含标题、正文、备注和图片引用。
  4. 质量校验:对比源文件与转换结果,输出保真度分级报告。

后端探测采用四档降级链:anydoc 全族直读首选,随后依次降级到 python-pptx、markitdown、pandoc、LibreOffice。某一后端不可用时不直接失败,而是继续探测下一级。

输入覆盖 .pptx/.pptm/.pps/.pot/.ppsx/.ppsm/.ppt 同族七扩展名,包括旧格式 .ppt。

质量报告给出可计算的指标:页覆盖率、文本召回率、丢失率、结构对比结果,并按置信度分 A/B/C 三级。报告里每个 Slide 块对应源文件的一页,可以逐页追溯。

上游依赖检测有三态逻辑:快照模式直接用现有依赖,引导安装模式提示补装缺失项,降级模式在依赖不全时仍尽力完成转换。

安装与启用

官方抓取资料中未给出具体的安装命令和配置字段,本文不臆造。获取方式为访问官方页面:

https://www.skillhub.cn/skills/user_989eb8f0/tri-pptx2md

安装与启用细节以官方页面说明为准。该 Skill 基于通用 SKILL.md 格式,支持独立安装。

典型用法

官方简介未提供逐条的调用示例,下面根据其能力描述触发方式,细节以官方资料为准。

  1. 将 .pptx(或同族七种扩展名之一)文件交给 Skill。
  2. Skill 先做预检分级:判定真实文件类型、页数、备注和图片数量,标记旧格式。
  3. 探测可用后端,从 anydoc 开始,按 python-pptx → markitdown → pandoc → LibreOffice 顺序降级。
  4. 执行结构降维转换,输出每页一个 Slide 块,含标题、正文、备注、图片引用。
  5. 产出质量报告:页覆盖率、文本召回率、丢失率、结构对比、置信度 A/B/C 分级。

适用场景与注意

适合这类场景:需要把演示文稿沉淀为文本资产,同时要能回答「转了几页、丢了多少、哪页有问题」。转换结果要进知识库、要做归档校验的,用这个 Skill 比单次跑转换工具多了一层可验证性。

注意几点:

  • Skill 不自研解析和渲染引擎,转换质量取决于降级链上可用后端的表现。
  • 旧格式 .ppt 依赖后端支持,预检阶段会打上旧格式标记。
  • 质量报告的置信度分级反映的是本次转换的可验证程度,不是文件本身的质量。
  • 官方资料未给出安装命令与配置字段,落地前需从官方页面确认。

结尾

这个 Skill 的价值在于把「PPT 转 Markdown」从一次不可见的黑盒转换,变成页覆盖率和文本召回率可计算、置信度可分级、每页可追溯的流程。如果你的工作流里有演示文稿转文本这一环,值得试。

官方地址:https://www.skillhub.cn/skills/user_989eb8f0/tri-pptx2md

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