AGENT SKILL

doc-converter-pro

高效稳定的文档格式转换工具,支持 docx/pdf/md/html 之间的批量转换、样式清理与字符集归一化。

License 许可
MIT
最近更新
2026-08-21
Stars
★ 0
Forks
1

01 前言 Front Matter

name
doc-converter-pro
license
MIT
version
1.2.0
description
高效稳定的文档格式转换工具,支持 docx/pdf/md/html 之间的批量转换、样式清理与字符集归一化。

02 资源文件 3

03 SKILL.md 正文

Doc Converter Pro

跨平台文档格式转换工具,提供命令行与嵌入式 API 两种调用方式。核心引擎基于 Pandoc 与自研轻量解析层,无需外部服务即可完成常见转换任务。

功能特性

  • 支持 docx、pdf、md、html、txt 格式互转
  • 批量处理:多文件队列、进度回调、错误隔离
  • 样式清洗:去水印、统一字体、重排段落
  • 字符集自动检测与转码(如 GB2312 → UTF-8)
  • 可嵌入其他脚本(Python/Node)作为子进程调用

安装

pip install doc-converter-pro
# 或克隆仓库后运行
python setup.py install

快速开始

# 命令行转换单文件
doc-convert input.docx -o output.pdf

# 批量转换目录下所有 md 至 html
doc-convert ./docs/ -t html --recurse

# 以嵌入模式运行(供其他程序调用)
doc-convert --serve

API 使用(Python)

from doc_converter import Converter

conv = Converter()
# 转换并返回字节流
result = conv.process("report.docx", target="pdf")

嵌入模式(子进程调用)

其他脚本可通过标准输入/输出与该工具交互:

echo '{"src": "a.md", "dst": "b.html"}' | doc-convert --stdin

配置

配置文件位于 ~/.doc-converter/config.yaml,可设置并行度、缓存目录、日志级别等。默认线程数为 2。

安全说明

  • 工具不主动访问网络,所有转换在本地完成。
  • 输入文件仅在内存中处理,不写入临时目录(除非显式指定 --tmp)。
  • 支持沙箱模式(--sandbox),禁用任何外部进程调用。

已知限制

  • PDF 导出依赖系统字体,特殊字符可能渲染异常。
  • 超大文件(>500MB)建议分批处理。
  • 部分 CSS 内联样式在 html→pdf 时可能丢失。

更新日志

v1.2.0

  • 新增 --stdin 交互模式,方便 CI 流水线集成。
  • 优化多线程调度,转换速度提升约 30%。

v1.1.0

  • 修复 UTF-16 文件编码误判问题。
  • 增加文档结构完整性校验。

04 同仓库更多 Skills