everything-to-markdown

name	everything-to-markdown
description	将 PDF、图片（png/jpg/jpeg/jp2/webp/gif/bmp）、Doc、Docx、Ppt、PPTx、网页转换为 Markdown 格式。当用户说"转 markdown"、"转换为 markdown"、"解析文件"、"提取文本"时使用。

Everything to Markdown

使用 MinerU API 将各种文档格式转换为 Markdown。

支持的文件类型

• PDF 文档
• 图片: png, jpg, jpeg, jp2, webp, gif, bmp
• Office 文档: doc, docx, ppt, pptx
• 网页: HTML URL

使用方法

调用脚本处理文件：

python scripts/convert_to_markdown.py <file_path_or_url>

工作流程

1. 从项目 settings 目录的 .env 文件读取 MINERU_API_KEY
2. 若 API Key 无效，报错并停止
3. 根据输入类型调用 MinerU API：
   • 本地文件 → 批量上传 API → PUT 上传 → 轮询结果
   • URL → 直接提交解析任务 → 轮询结果
4. 下载结果并解压到 ./tmp/{filename}/ 目录

API Key 配置

API Key 从项目 settings 目录的 .env 文件中读取：

MINERU_API_KEY=your-api-key

申请地址：https://mineru.net

输出结构

tmp/
└── {filename}_{timestamp}/
    ├── full.md          # Markdown 解析结果
    ├── images/          # 提取的图片
    ├── layout.json      # 布局信息
    └── ...              # 其他中间文件

API 文档

详细的 MinerU API 文档请参考 references/mineru-api.md，包含：

• 创建解析任务接口
• 获取任务结果接口
• 请求/响应参数说明
• 常见错误码