| name | daggerheart-md-converter |
| description | Convert Daggerheart source files to raw Markdown. Decision-tree: plaintext → direct copy; PDF/DOCX → local tools (marker/mineru) or manual online tools (PaddleOCR). Outputs source/_raw.md. |
Daggerheart Markdown Converter
源文件 → source/_raw.md。只负责把源文件转成可编辑的原始 Markdown。
标题层级、表格、粗斜体、列表等结构修复不在本 skill 内处理，交给 daggerheart-md-format-fixer。
路径约定
source/ 均相对于用户翻译项目的根目录（如 project/example/）。scripts/ 相对于本 skill 根目录。下文命令中两者混用时，AI 需分别解析到对应绝对路径。
决策树
源文件格式？
├── 已是纯文本（.md / .txt / .rst 等）
│ → 直接拷贝或重命名为 source/_raw.md，跳过转换。
│
└── PDF / DOCX / 其他二进制格式
└── 检查本机是否有本地转换工具？
├── 有（marker / mineru 等）
│ → 使用本地工具转换 → 输出 source/_raw.md
│
└── 无
→ 告知用户手动使用 PaddleOCR-VL（免费）
或 marker 等在线工具转换为 MD，
放置到 source/_raw.md 后继续管线。
步骤 1：判断源文件格式
检查 source/ 下的源文件扩展名：
.md、.txt、.rst 等纯文本格式：直接拷贝/重命名为 source/_raw.md，跳到「输出约定」。.pdf、.docx、.doc 等二进制格式：进入步骤 2。
步骤 2：检测本地转换工具
按优先级检测以下命令行工具是否可用（Get-Command 或 which）：
| 优先级 | 工具 | 检测命令 | 适用格式 |
|---|
| 1 | marker | marker_single --help | PDF |
| 2 | mineru | mineru --help | PDF |
| 3 | pandoc | pandoc --version | DOCX |
若用户环境有其他可用工具（如 docling、markitdown），也可使用，以实际可用为准。
步骤 3A：使用本地工具转换
方案 A1：marker（推荐，PDF）
需要 Gemini API key。使用项目 .venv 环境：
.venv/Scripts/marker_single "输入.pdf" --output_dir "输出目录" --use_llm --gemini_api_key %GEMINI_API_KEY%
将生成的 Markdown 整理为 项目目录/source/_raw.md。
转换完成后，手动检查输出中的图片引用，确认是否有文字被整块识别为图片而丢失（常见于图文交错的卡片区域）。如有漏字，先在 _raw.md 中补回缺失文本。
方案 A2：mineru
mineru -p "输入.pdf" -o "输出目录"
将生成的 Markdown 输出整理为 项目目录/source/_raw.md。
方案 A3：pandoc（DOCX）
pandoc "输入.docx" -t markdown -o "source/_raw.md"
步骤 3B：无本地工具 → 告知用户手动转换
若无可用的本地转换工具，告知用户：
当前环境未检测到 marker、mineru 或 pandoc。请手动使用以下在线工具将源文件转为 Markdown，放置到 source/_raw.md 后通知我继续管线。
推荐工具：
其他可用在线 OCR/转换工具亦可，只要能输出 Markdown 即可。
PaddleOCR 后处理
PaddleOCR 输出含远程临时图片 URL 和 HTML 表格，需后处理：
python scripts/paddle_postprocess.py "source/_raw.md"
清除 <div> 图片标签，HTML <table> 转为 Markdown 表格。
输出约定
本 skill 的终点是 项目目录/source/_raw.md。
后续若需把 _raw.md 修成可进入术语提取和分块流程的标准原文，调用 daggerheart-md-format-fixer。
