AGENT SKILL

ingest_docx

Convertir un document Word en Markdown canonique lisible par agent — transcription à la lettre, couche invisible comprise, vers tmp_output/.

License 许可
MIT
最近更新
2026-10-29
Stars
★ 1
Forks
0

01 前言 Front Matter

name
ingest_docx
description
Convertir un document Word en Markdown canonique lisible par agent — transcription à la lettre, couche invisible comprise, vers tmp_output/.
disable-model-invocation
true

03 SKILL.md 正文

ingest_docx — transcription à la lettre d'un document Word

Convertit un .docx en Markdown canonique dans tmp_output/. Le texte affiché n'est que la surface : le fichier contient aussi une couche invisible — révisions en attente, commentaires, texte masqué, notes, zones de texte — qui doit sortir avec le reste. Tu es un greffier, pas un interprète : chaque texte est repris verbatim, chaque inférence est déclarée au rapport.

Entrée

Exiger le .docx d'origine. Un PDF ou une capture n'est pas une source acceptable (toute la couche invisible y est perdue) : demander le fichier et s'arrêter là. Un .doc ancien : le convertir d'abord (libreoffice --headless --convert-to docx).

Étapes

  1. Extraire sans perte, par script Python jetable :
    • python-docx : paragraphes avec leur style, runs, hyperliens, tables, en-têtes et pieds de page par section.
    • XML direct pour ce que python-docx ne lit pas : révisions (<w:ins>/<w:del>, auteur et date), commentaires (word/comments.xml + ancres), notes de bas de page et de fin (word/footnotes.xml, word/endnotes.xml), zones de texte (<w:txbxContent>), texte masqué (<w:vanish>), numérotation réelle des listes (word/numbering.xml, numId/ilvl).
    • Copier word/media/* vers tmp_output/<doc>/media/.
    • Clore sur l'inventaire : n paragraphes, n tables, n révisions, n commentaires, n notes, n zones de texte, n images — la base du rapprochement final.
  2. Décoder la structure. Styles Heading N → titres # de niveau N ; reconstruire les numéros de liste depuis numbering.xml (le XML ne les stocke pas) ; champs : table des matières générée → écartée avec motif, renvois croisés → renvois nommés vers la section générée.
  3. Rendre en Markdown — un fichier par document dans tmp_output/<doc>/ :
    • Frontmatter OKF en tête de chaque .md : type, title, description, resource (chemin du fichier source), generated: { by: "agent:claude/ingest_docx", at: <date> }, status — draft s'il reste des révisions en attente ou des commentaires, stable sinon.
    • Texte verbatim dans la hiérarchie des titres ; en-têtes/pieds une fois par section.
    • Tables → tables Markdown ; cellule fusionnée (gridSpan/vMerge) signalée en note de table, Markdown ne sachant pas la représenter.
    • Notes de bas de page et de fin → notes Markdown [^n].
    • Révisions → ⟦ins(auteur) : …⟧ / ⟦sup(auteur) : …⟧ inline : les deux états du texte survivent. Commentaires → ⟦commentaire(auteur) : …⟧ après le passage ancré. Texte masqué → ⟦masqué : …⟧.
    • Image : lien vers media/ ; si elle porte du texte, la lire (vision) et transcrire en la marquant ⟦transcription visuelle⟧ — c'est une lecture, pas un verbatim.
  4. Rapprocher, dans tmp_output/<doc>/RAPPORT.md :
    • Inventaire : chaque élément extrait figure dans le fichier généré, ou est listé ici comme écarté avec son motif.
    • Couche invisible : décompte des révisions par auteur, commentaires, texte masqué — le document n'est pas figé tant qu'il en reste.
    • Incertitudes : ⟦illisible⟧, transcriptions visuelles, numérotation ambiguë. Terminé quand le rapprochement tombe juste : rien d'extrait qui ne soit rendu ou motivé.
  5. Faire valider. Livrer les fichiers et pointer les lignes du rapport qui exigent un œil humain — révisions en attente et texte masqué d'abord. La validation acquise se consigne dans le frontmatter : verified: [{ by: "human:<nom>", at: <date> }].
  6. Pointer l'avancement. Si le dépôt porte un docs/kb_status.md, y créer la ligne du document sous le mois courant et cocher la colonne Ingeste — ✅ et la date JJ/MM/AA, ou ❌ et le motif si l'extraction a buté. Les deux autres colonnes restent ⬜ : classement et diffusion sont des étapes distinctes. Faire avancer Chemin à traiter vers tmp_output/<nom>/ — c'est l'argument de l'étape suivante.

Règles de fidélité

  • Verbatim : texte repris à la lettre, fautes et abréviations comprises.
  • Toute sémantique portée par un visuel (couleur, gras, surlignage) reçoit une traduction textuelle — le lecteur du Markdown ne verra jamais l'original.
  • Marquer plutôt que deviner : ⟦illisible⟧, ⟦tronqué⟧, ⟦?⟧, chacun repris au rapport.

04 同仓库更多 Skills

Rabot-Dutilleul
Rabot-Dutilleul/Fabien-skills

anti-sleep

Keep the Windows machine awake from WSL for a set duration or while a process runs.

★ 1
Rabot-Dutilleul
Rabot-Dutilleul/Fabien-skills

anti-sleep

Keep the user's MacBook awake reliably with macOS caffeinate for a set duration or while a process runs. Use for "don't let my Mac sleep", "keep the screen on", "anti-sleep", "caffeinate", overnight work, or long builds. Unlike a normal background job, it survives temporary agent-shell cleanup.

★ 1
Rabot-Dutilleul
Rabot-Dutilleul/Fabien-skills

security-audit

Security guidance and vulnerability review for codebases, APIs, services, CLI tools, libraries, and daemons. Use for security questions, focused reviews, vulnerability research, security audits, or pen tests. Run the complete workflow only for explicit codebase audit or pen-test requests, full/comprehensive/end-to-end reviews, or requested report artifacts.

★ 1
Rabot-Dutilleul
Rabot-Dutilleul/Fabien-skills

storm-research

Use when someone asks to run Storm Research, use the storm-research skill, run the STORM method on a topic, says "storm research this" / "storm report on X" / "give me a STORM briefing on X", or wants a multi-perspective, citation-verified HTML research briefing on a topic. Runs a 4-phase pipeline: five expert lenses (Practitioner, Academic, Skeptic, Economist, Historian) -> contradiction map -> synthesized HTML report -> adversarial peer review + primary-source verification. Best for topics where multiple viewpoints and fact-checked claims matter; overkill for a simple factual lookup.

★ 1
Rabot-Dutilleul
Rabot-Dutilleul/Fabien-skills

research

Investigate a question against high-trust primary sources and capture the findings as a Markdown file in the repo. Use when the user wants a topic researched, docs or API facts gathered, or reading legwork delegated to a background agent.

★ 1
Rabot-Dutilleul
Rabot-Dutilleul/Fabien-skills

last30days

Research what people actually say about any topic in the last 30 days. Pulls posts and engagement from Reddit, X, YouTube, TikTok, Hacker News, Polymarket, GitHub, and the web. Includes a doctor health check to diagnose broken or missing sources.

★ 1