opendataloader-pdf

name	opendataloader-pdf
description	Convert PDFs to Markdown and/or JSON using @opendataloader/pdf. Use when the user asks to convert PDF files (single, multiple, or folders) into markdown/json outputs.
license	MIT
metadata	{"author":"opendataloader","version":"1.0"}

PDF 转 Markdown / JSON（@opendataloader/pdf）

当用户要求把 PDF 转换成 Markdown 和/或 JSON 时，必须遵循以下要求：

1. 不要在对话中直接输出转换后的完整文本内容。
2. 优先使用服务器自动生成的下载地址：检查上下文中的“用户上传的参考文档”块，如果其中包含“下载地址”，请直接将该地址提供给用户。
3. 如果没有自动生成的地址（例如用户提供的是本地路径）：
   • 必须将转换后的文件保存到 output/ 目录下。
   • 在对话中提供该文件的下载地址。下载地址格式为 http://127.0.0.1:<PORT>/outputs/<relative-path-under-output>（通常端口为 8080）。

执行流程示例

场景 A：用户上传了文件（推荐）

1. 查找下载地址：在上下文的“用户上传的参考文档”块中找到类似 下载地址: http://127.0.0.1:8080/outputs/pdf-conversion/... 的信息。
2. 回复用户：告诉用户转换已完成，并提供该链接。例如：“PDF 已转换完成，您可以点击此处下载：下载 Markdown”。

场景 B：用户提供本地文件路径或在线 PDF 链接

重要：你必须实际执行以下命令，不要伪造或猜测结果。必须确认文件已经生成在 output/pdf-conversion/ 目录下，才能将链接发给用户。

1. 准备文件：
   • 如果是在线链接：先使用 curl 下载，例如 curl -L -o temp/input.pdf "https://.../file.pdf"
   • 如果是本地文件：直接使用本地路径。
2. 执行转换：运行转换脚本： npx tsx scripts/convert_opendataloader_pdf.ts <文件路径> --outputDir output/pdf-conversion --format markdown
3. 验证并构造链接：检查终端输出确认生成了哪些文件。如果原文件名为 input.pdf，输出通常为 output/pdf-conversion/input.md。提供下载链接：http://127.0.0.1:<PORT>/outputs/pdf-conversion/input.md（注意：处理文件名中的特殊字符或空格）。

Node.js 库用法 (供参考)

npm install @opendataloader/pdf

import { convert } from '@opendataloader/pdf';

await convert(['file1.pdf', 'file2.pdf', 'folder/'], {
  outputDir: 'output/',
  format: 'markdown,json'
});