能做什么

这是一个文档转 Markdown 的技能:把文档、演示稿、图片等文件交给它,用视觉模型逐页识别内容并输出成 Markdown 文本,扫描件同样能转。小文件直接前台执行,大文件或扫描件可转后台运行并写日志、完成后发系统通知,输出路径可以自定义,转完保留原文层级与排版,图片与扫描件都能识别。

适用平台

适用于需要批量提取文档正文的办公场景;本体带两个 Node 脚本,依赖 zerox 库与 OpenAI 兼容接口密钥,需联网调用视觉模型。

来源与安全

2026-11-22 安全审查:脚本把文档内容发往 OpenAI 兼容视觉接口做识别,密钥读自环境变量或本地配置,后台仅起本机子进程与系统通知,判定留意(正当)。(本站审查为技能上架时审查,非持续性监控,来源非本站可控,调用技能请自行甄别)