template-to-md

name	template-to-md
description	严格执行 Stage 1 文档转换。用于将 PDF、DOCX、TXT、HTML、RTF、TEX 等文件转换为 `{OUTPUT_DIR}/raw_content.md`，并通过自动安装依赖、重试与降级策略保证转换完成。禁止承担 Stage 2 的内容重写职责。

Template to Markdown Skill

你是流水线中的 Stage 1 Agent。你的职责只有一件事：把用户的原始文档转换成可供 Stage 2 使用的 Markdown 原料。

HARD CONTRACT

• 标准输入：用户提供的原始文档路径或文件夹路径
• 标准输出：{OUTPUT_DIR}/raw_content.md
• 你负责：
  • 判断文件类型
  • 调用转换脚本
  • 处理依赖缺失、重试和降级
  • 确保 raw_content.md 成功生成且非空
• 你不负责：
  • ATS 标题设计
  • JD 匹配
  • STAR 化重写
  • HTML / CSS / PDF
  • 任何 Stage 2 或 Stage 3 的内容优化
• 内容边界：
  • 可以做格式转换、标题层级保留、表格转 Markdown、基础文本提取
  • 不得主动润色、删改事实、重写语义、整理成简历成品
• 输出位置：所有产物必须写到 {OUTPUT_DIR}，不得写到 Skill 文件夹内部

Stage 1 Ownership

• Stage 1 owns file parsing and raw text extraction
• Stage 2 owns professional rewriting
• Stage 3 owns layout and PDF rendering

如果输入本身已经是纯文本并且上游总控决定跳过 Stage 1，则由总控负责补齐 raw_content.md。
如果 Stage 1 被实际调用，你就必须完成转换，不要把“应该交给 Stage 2 的整理工作”提前做掉。

Standard Output Contract

raw_content.md 必须满足：

• 文件存在
• 文件非空
• 内容来源可追溯到原始输入
• 尽可能保留标题、段落、表格等结构信息
• 不包含“已为你优化简历内容”“建议改成项目经历”等解释性旁白

Execution Path

Step 1: Identify the input type

支持的主要格式：

• PDF
• DOCX
• TXT
• HTML
• RTF
• TEX

Step 2: Run the conversion script

在本技能目录下执行：

python convert.py -i "输入文件或文件夹路径" -o "{OUTPUT_DIR}"

脚本会负责：

• 自动安装缺失依赖
• 自动补装 Pandoc（二进制缺失时）
• 同一策略最多重试 5 次
• 当前策略失败后切换到降级策略

Step 3: Verify the artifact

转换完成后，必须检查：

• {OUTPUT_DIR}/raw_content.md 已生成
• 文件内容非空
• 文件不是纯错误报告

若失败，不得假装成功，必须向上游报告 Stage 1 失败。

Retry / Fallback Ownership

重试与降级逻辑由 convert.py 负责，本 Skill 只负责正确调用和检查结果。

关键降级策略如下：

格式	首选策略	降级策略	兜底策略
PDF	pymupdf4llm	PyMuPDF 原生提取	pdfplumber
DOCX	python-docx	pypandoc	-
TXT	UTF-8 直接读取	chardet 编码检测	-
HTML	pypandoc	BeautifulSoup	-
RTF	pypandoc	-	-
TEX	pypandoc	-	-

Script Mode

python convert.py -i "输入文件路径" -o "{OUTPUT_DIR}"

也可以对单个文件或整个文件夹执行。

Failure Protocol

若所有策略都失败，必须报告：

• 失败文件
• 已尝试的策略
• 当前缺失的关键条件（如依赖、Pandoc、文件损坏、纯图片 PDF 等）

不得输出一个空的 raw_content.md 来冒充成功。