dsh-doc-to-markdown 怎么安装？

在已安装 dsh CLI 引擎的环境中，进入插件页复制安装命令一键执行即可；尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。

dsh-doc-to-markdown 兼容性怎么样？

尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。

dsh-doc-to-markdown 有中文文档吗？

已提供中文翻译 README（由 DeepSeek 最新模型翻译生成），本站可切换中英文对照阅读。

dsh-doc-to-markdown 还在维护吗？

GitHub 1 星。最近一次上游提交在 2026/8/18。

文档转Markdown Nico0713520/dsh-doc-to-markdown

DeepSeek Harness

Nico071352076 天前有提交已提供中文文档扫描：含敏感能力

在 GitHub 查看 ↗

把 PDF 和 Word 文档转成干净、适合大模型阅读的 Markdown

24.8/100

综合分

GitHub 星标

—

npm 周下载

—/5

用户评分

数据截至 2026/10/20 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。

安装命令 · 需先装 dsh CLI 引擎

dsh plugin --profile web add Nico0713520/dsh-doc-to-markdown

该包不可直接 npm 安装，改从 GitHub 源安装（明细见下方安装检查）

状态速览

判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态

信任档位：仅索引

是什么

dsh 原生插件 · search

装得上吗

本站尚未做安装检查

安全吗

本站尚未对该插件做风险分级

暂未覆盖，不等同于无风险

还在维护吗

更新放缓：最近一次提交在 76 天前

档位由哪些信号合成

本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。

验证判据与等级说明 →

社区实装还没有人打卡 · 装过的第一个就是你

安全扫描自动 · 静态分析源码

v2.7.0

🔵 扫描：含敏感能力尚无人工评估

展开查看扫描说明与证据 ↓

静态扫描发现插件具备触达本地系统的能力：执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量（至少其一）。这是能力清单，不是危险判定——具体能力项与证据见下方，安装前请自行判断是否需要。

可执行外部命令读写/删除本地文件

查看扫描证据（共 11 处，展示前 11 条）

删除本地文件
scripts/convert.cjs:50
try { fs.rmSync(tmpDir, { recursive: true, force: true }); } catch (_) {}
写入本地文件
scripts/convert.cjs:53
fs.writeFileSync(output, conv.markdown, 'utf8');
读取本地文件
scripts/lib/util.cjs:44
if (!fs.existsSync(abs)) throw new Error(`Input file not found: ${path.basename(input)}`);
读取本地文件
scripts/lib/util.cjs:45
const stat = fs.statSync(abs);
读取本地文件
scripts/lib/util.cjs:62
if (!fs.existsSync(dir)) throw new Error('Output directory does not exist.');
执行外部命令来自配置/变量
scripts/lib/pdf.cjs:38
const r = spawnSync(PY, ['-c', 'import sys; print(sys.version_info[0])'], {
执行外部命令来自配置/变量
scripts/lib/pdf.cjs:46
const r = spawnSync(PY, ['-c', 'import pymupdf4llm'], { encoding: 'utf8', windowsHide: true });
写入本地文件
scripts/lib/pdf.cjs:65
fs.writeFileSync(argFile, JSON.stringify({ src: absPath, dst: outFile }), 'utf8');
写入本地文件
scripts/lib/pdf.cjs:66
fs.writeFileSync(path.join(tmpDir, 'doc2md-run.py'), PY_SCRIPT, 'utf8');
执行外部命令来自配置/变量
scripts/lib/pdf.cjs:68
const r = spawnSync(
读取本地文件
scripts/lib/pdf.cjs:90
const markdown = fs.readFileSync(outFile, 'utf8');

扫描于 2026/11/1（1 天前） · 范围入口闭包 + 全包扫描 · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用，不构成安全背书；人工评估与自动扫描相互独立、互不覆盖。

给这个插件打分还没有人投票↓

用户评分

还没有人投票，来当第一个

广告精选好物

飞利浦 TAH6519 主动降噪耳机 ¥299

头戴式无线 anc 主动降噪，蓝牙连接，久戴舒适向。

·anc 主动降噪 · 头戴式无线
·价格与库存以商品页实时为准

去淘宝看看→

广告MCP 兼容手册

装完插件，给 AI 接上 MCP

Cursor、Claude Code、VS Code 逐个核对：能不能装、配置怎么写、装不上是什么原因。

·按客户端逐格核对
·结论标注依据与风险等级

查 MCP 兼容性→

把 PDF/DOCX 转成 Markdown。针对中文 PDF 优化（NFKC），优先支持 Windows。兼容 dsh / Claude Code / OpenClaw 的 SKILL.md 技能。

README

由 DeepSeek 最新模型翻译生成

展开完整文档（README 剩余 1 节）

dsh-doc-to-markdown

把 PDF 和 Word 文档转成干净、适合大模型阅读的 Markdown。规则确定，不调用 AI，不消耗 token，零成本。

中文用户请看 下方速览。

为什么选它

| | markitdown | raw pymupdf4llm | dsh-doc-to-markdown |
| 中文 PDF 字体乱码（⼯→工、�） | ❌ | ❌ | ✅ NFKC 归一化 + 字符抢救 |
| Windows 中文路径、带空格路径 | ⚠️ | ⚠️ argv 编码 bug | ✅ 用临时文件传参 |
| 扫描版 PDF 检测 | ❌ 静默输出垃圾 | ❌ | ✅ 明确报告「需要 OCR」 |
| 路径穿越防护 | ❌ | 不适用 | ✅ 内置防护 |
| 对智能体友好的输出 | ❌ 给人看的文本 | ❌ | ✅ JSON 标准输出约定 |
| 不装 Python 也能处理 DOCX | ❌ 需要 Python | 不适用 | ✅ 纯 Node（mammoth） |

一句话卖点：它是能扛住真实中文 PDF 和 Windows 路径的转换器，还能用 JSON 跟你的智能体对话。

演示

输入：一份真实的中文 PDF（导出的笔记，带表格）

输入标题 Cat Wu：AI 时代，产品经理的工作方式已被彻底重构 ...

输出的 Markdown（实际转换结果，见 examples/）：

三个工具的分工架构：按职责层级划分

|工具|职责层级|权限范围|干什么|
|Claude.ai|大脑层（思维）|最小：纯对话|想策略、讨论棘手问题|
|Claude Code|执行层（动手）|中等：代码域|写原型、跑脚本|
|Cowork|管家层（系统操作）|最大：跨应用跨系统|清邮件、管待办、做PPT|

判断标准不是"这是什么任务"，而是 "我要什么输出"。

标题、表格、加粗、列表全部保留，一个乱码都没有。

快速开始

git clone https://github.com/Nico0713520/dsh-doc-to-markdown
cd dsh-doc-to-markdown
npm install

DOCX works immediately (pure Node)
node scripts/convert.cjs "论文.docx" -o 论文.md

PDF needs Python once:
pip install pymupdf4llm
node scripts/convert.cjs "报告.pdf" --stdout

JSON 结果约定（在你的智能体里解析这段）：

{
"ok": true,
"format": "pdf",
"input": "E:\\docs\\报告.pdf", "output": "E:\\docs\\报告.md",
"warnings": []
}

失败时同样是结构化输出——把 error 展示给用户，不要盲目重试：

{ "ok": false, "error": "This PDF appears to be a scanned document (no text layer). OCR is required." }

引擎路由

| 格式 | 引擎 | 兜底 |
| .docx | mammoth + turndown（纯 Node） | — |
| .pdf（有文字层） | 通过 Python 子进程调用 PyMuPDF4LLM | 缺 Python 时给出清晰的安装提示 |
| .pdf（扫描版） | 通过文字层探测识别 | 明确报错「需要 OCR」 |

安装为技能

dsh / Claude Code / OpenClaw — 本仓库是标准 SKILL.md 包。把技能服务商指向本仓库（或克隆到你的技能目录）；SKILL.md 的 frontmatter 负责激活触发条件：

- "convert this PDF/Word to Markdown"
- “把 PDF/Word 转 markdown”、“提取文档内容”

中文速览

把 PDF / Word 转成干净的 Markdown，纯规则转换，不调用 AI、零成本。

- 中文 PDF 专项优化：NFKC 归一化解决 CID 字体的兼容字形（⼯→工）和乱码（�），这是 markitdown 等上游工具的盲区
- Windows 一等公民：中文路径、空格路径、子进程编码坑全部处理
- 表格友好：DOCX 表格转 GitHub 风格管道表格，标题层级完整保留
- Agent 契约：stdout 输出结构化 JSON，成功失败都有明确字段
- 扫描件识别：无文字层的扫描 PDF 会明确报告需要 OCR，不会静默输出垃圾

用法：npm install 后 node scripts/convert.cjs 文件.pdf -o 输出.md（PDF 需 pip install pymupdf4llm）

Tests

npm test # 10/10: happy paths, Chinese filenames, traversal guard, degradation

Roadmap

- [ ] XLSX / PPTX via markitdown (optional dependency)
- [ ] Scanned-PDF OCR pipeline (vision API, opt-in)
- [ ] Two-column academic PDF layout heuristics

License

MIT