文档转Markdown·PDF Word表格结构保留在线工具
文档一键转 Markdown
手上的资料格式五花八门 —— PDF、Word、TXT、Markdown —— 而你只想把它们变成
一份能直接喂给模型的 Markdown 文本。
上传一个公网文档地址,说明要保留什么结构,几十秒拿回干净 Markdown。
标题层级、列表、表格、链接都留住,不是抓成一坨无结构字符。
| 你最关心 | 答案 |
|---|---|
| 多少钱 | 按 Token 计费(输入 2,600 点/百万 Token),1 元 = 100 点;一份 20 页 PDF 典型 0.5~1 元 |
| 要多久 | 同步返回,一般十几秒;超长文档可切异步拿 task_id |
| 要装什么 | 什么都不用装。包里自带零依赖客户端,或者直接用 curl |
| 一次几份 | 同时最多 8 份公网文档,可合并、可对比 |
| 能商用吗 | 可以。生成内容的使用与合规责任由使用者承担 |
一、转成什么样,由你的指令决定
同一个接口,换一句 question 就换一种输出。常用四款:
| 你要的 | question 怎么写 |
|---|---|
| 全文文字化(最常用) | 把全文整理成结构化 Markdown:保留标题层级、有序与无序列表、表格(转 Markdown 表格)、超链接,不要概括、不要漏段 |
| 只要主干 | 输出 Markdown 大纲:只保留标题层级与每节要点,正文压成 2~3 句摘要 |
| 表格优先 | 把文档里所有表格转成 Markdown 表格,列名原样保留,表格之外的正文只保留表题 |
| 多份合并 | 一次传多份 file_urls,问 把这几份文档合并成一份 Markdown,按主题分节,重复内容去重,标注各自来源 |
指令越具体,越不需要二次整理。 想要「不要概括」就明确写出来 —— 这是最省事的一句话。
二、三分钟跑通
第一步:拿到你自己的 Key
到 api.a7w.cn 注册,在控制台创建一个 API Key(形如 sk-...),
填进环境变量:
export A7W_API_KEY=sk-你的key # Windows: $env:A7W_API_KEY="sk-你的key"
第二步:提交转换请求
file_urls 放公网文档地址(1~8 个),question 说清要什么结构:
curl -sS -X POST "https://api.a7w.cn/api/v1/apps/file_qa/chat" \
-H "Authorization: Bearer $A7W_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"file_urls": ["https://你的存储/产品手册.pdf"],
"question": "把全文整理成结构化 Markdown:保留标题层级、有序与无序列表、表格(转 Markdown 表格)、超链接,不要概括、不要漏段、不要改写措辞",
"stream": false
}'
第三步:取回 Markdown
返回里 data.result.answer 就是转好的 Markdown,直接存成 .md:
{
"code": 1,
"data": {
"result": { "answer": "# 产品手册\n\n## 一、概述\n\n...", "usage": { "total_tokens": 2492 } },
"usage": { "points_cost": 16.55, "actual_points": 16.55 }
}
}
超长文档把
mode传async,拿task_id,再用GET /api/v1/tasks/{task_id}取结果。
三、包里有什么
sanjianke-doc-to-markdown/
├── SKILL.md 本文件
├── README.md
├── LICENSE.md
├── references/
│ ├── 转Markdown指南.md 指令模板、转换清单、质量检查、批量与入库流程
│ ├── api-file_qa.md chat 与 parse 的完整参数与返回
│ ├── getting-started.md 注册、领 Key、配置
│ └── 通用说明.md 权限、异步机制、错误码、计费口径
└── scripts/
└── a7w.py 零依赖客户端(库 + 命令行,只用 Python 标准库)
零安装用法
export A7W_API_KEY=sk-你的key
# 看这个插件有哪些接口与参数
python3 scripts/a7w.py schema file_qa
# 转 Markdown(同步返回,结果直接打到标准输出)
python3 scripts/a7w.py call file_qa chat \
--body '{"file_urls":["https://你的存储/产品手册.pdf"],"question":"把全文整理成结构化 Markdown,保留标题层级、列表与表格,不要概括、不要漏段"}'
# 只提交异步任务,稍后按 task_id 收
python3 scripts/a7w.py call file_qa chat \
--body '{"file_urls":["https://你的存储/白皮书.pdf"],"question":"整理成 Markdown","mode":"async"}' --no-wait
四、素材要求
| 要求 | 说明 |
|---|---|
| 格式 | PDF / DOC / DOCX / TXT / MD 等常见文档格式 |
| 访问 | 必须是公网可访问的 URL,不支持本地路径、不支持 Base64 |
| 数量 | 一次 1~8 个;多份可合并或对比 |
| 文档长度 | 超长文档建议切分成几份分别转,再本地拼接(更快也更省钱) |
| 本地文件 | 先传到对象存储 / 网盘直链 / 任何可公开访问的位置,再来调 |
扫描件(图片型 PDF)里的文字,请走视觉大模型那条路:把每页导成图片,
用POST /api/v1/chat/completions的视觉模型提取文字后再整理成 Markdown。
两条路配合,纸质资料也能全流程数字化。
五、常见坑
| 坑 | 表现 | 怎么避 |
|---|---|---|
| 拿本地路径当入参 | 报参数错误 | 一律用公网可访问的 URL |
| 没写「不要概括」 | 拿回一篇摘要而不是全文 | 明确写「保留原文、不要概括、不要漏段」 |
| 没写「表格转 Markdown」 | 表格被压成一堆散字 | 指令里点名要 Markdown 表格并保留列名 |
| 一次塞十几份文档 | 报参数错误 | 一次最多 8 份;更多就分批 |
| 超长文档用同步 | 等很久甚至超时 | mode 传 async,拿 task_id 再查 |
| 拿到结果直接入库 | 切片质量差 | 先本地检查标题层级是否连续、表格是否闭合 |
拿 code == 0 判断成功 | 明明成功却判成失败 | 平台成功码是 1({"code":1,"msg":"success"}) |
六、批量与入库
做知识库时通常一次几百份。推荐流程:
- 先把所有文档上传到对象存储,导出一份公网 URL 清单。
- 分批调用(每批 1~4 份,留出重试余量),结果写进
out.jsonl,一行一份。 - 本地质检:检查标题层级是否从
#开始、表格管道符是否成对、有没有空文件。 - 再切片入库:按标题层级切、或按固定 token 数切,别直接整篇塞进向量库。
references/转Markdown指南.md 里给了批量脚本写法、并发建议和入库前的质检清单。
需要更贴合你流程的批量方案,加微信聊。
七、计费
| 动作 | 口径 | 折合 |
|---|---|---|
文档转 Markdown(file_qa/chat) | 输入 2,600 点/百万 Token(租户价) | 一次 2,492 Token 实测 16.55 点 ≈ 0.17 元 |
| 一份 20 页 PDF(估算约 30,000 Token) | 同上 | 约 78 点 ≈ 0.78 元 |
结构化解析 file_qa/parse | 同上(按 Token) | — |
查询任务 GET /api/v1/tasks/{id} | 免费 | — |
1 元 = 100 点。按实际用量扣点,没有月费。
平台同时给出标准价与租户价字段(
tenant_*,平台侧报价),两者都未必等于实际结算价;以返回里的data.usage.points_cost为准。
每次返回的data.usage.points_cost就是本次真实扣费。
八、权限与边界
| 能力 | 是否申请 | 用途 |
|---|---|---|
| 网络访问 | 申请 | 调用 api.a7w.cn 的文档接口(本 Skill 唯一的联网行为) |
| 读取文件 | 仅读取你指定的输入文件 | 上传到公网存储后作为素材入参 |
| 写入文件 | 仅在传入 --out 时 | 保存返回的 JSON |
| 凭证 | 读取你自己提供的 API Key | 从环境变量或 ~/.a7w/config.json 读取 |
不内嵌任何密钥。 请求只发往 api.a7w.cn,不发送到其他任何地址。
- 不提供 Key、不代付费用:Key 必须你自己在 api.a7w.cn 申请
- 不替代版式排版:输出面向文本分析与大模型消费,不是印刷级复原
- 不替代授权审查:转换他人文档前,请自行确认授权
关于这个 Skill
作者亲测实操后发布,下载后可直接使用,自用商用都可以。
所有 AI 能力都走 算力集市 api.a7w.cn —— 一把 API Key 打通
大模型、语音、图像、视频、数字人等全部算力,注册即送点数,按量计费、没有月费。
| 你可能想问 | 答案 |
|---|---|
| 要不要额外部署 | 不用。下载本包即可使用,不必去别处找源码 |
| 怎么开始 | 到 api.a7w.cn 注册领 Key → 填进 A7W_API_KEY → 一条命令跑起来 |
| 能不能商用 | 可以 |
| 遇到问题找谁 | 见文末「联系我们」,作者本人答疑 |
使用中碰到任何问题 —— 报错、效果不理想、想省钱、想批量 —— 都欢迎加微信聊。
加好友时说一下是从哪个 Skill 找过来的,直接给你配套的示例。
联系我们
- 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
- 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
- 更多 AI 插件与接口:AI 插件市场。
相关链接
| 链接 | 地址 | 说明 |
|---|---|---|
| 算力集市 · 注册领 API Key | api.a7w.cn | 一个 Key 调用全部 AI 算力;注册、充值、创建 Key 都在这 |
| AI 插件市场 | aigc.a7w.cn | 浏览全部 AI 插件与接口说明 |
| 三剪客 · 一句话批量出片 | ks.a7w.cn | 短剧二创 / 影视解说 / 矩阵号批量混剪桌面客户端 |
| 视频超清 · 在线批量超分 | vr.a7w.cn | 网页版视频超分,批量处理,最高 4K |
| 0人公司 · AI Agent 平台 | a7w.cn | 主站,了解整套 AI Agent 生态 |