| name | parse |
| model | sonnet |
| description | HWP, DOCX, PDF 등 바이너리 파일에서 텍스트를 추출하여 markdown 파일로 저장한다. "파싱해줘", "텍스트 추출", "parse" 등의 요청에 반응한다. |
| argument-hint | <파일 경로> |
Parse
바이너리 파일(HWP, DOCX, PDF)에서 텍스트를 추출하여 동일 위치에 markdown 파일로 저장하는 skill이다.
사용법
/parse raw/user/report.hwp
/parse raw/user/paper.pdf
/parse raw/agents/research.docx
지원 형식
| 확장자 | 라이브러리 | 설명 |
|---|
.hwp | olefile | HWP 5.0 (한글 문서) |
.docx | python-docx | Microsoft Word |
.pdf | pymupdf | PDF 문서 |
Instructions
Step 1: 파일 확인
지정된 파일이 존재하는지, 지원하는 확장자(.hwp, .docx, .pdf)인지 확인한다.
Step 2: 텍스트 추출
lib/ 파서를 사용하여 텍스트를 추출한다:
make parse FILE=<파일 경로>
Step 3: markdown 파일로 저장
추출된 텍스트를 원본과 동일한 디렉토리에 markdown 파일로 저장한다.
- 파일명: 원본 파일과 동일한 stem에
.md 확장자 (예: report.hwp → report.md)
- 저장 위치: 원본 파일과 동일한 디렉토리
- 원본의 의미, 구조, 데이터를 최대한 보존한다 (테이블은 markdown 테이블로, 목록은 목록으로)
Step 4: 원본 삭제
markdown 파일이 정상적으로 저장되었으면 원본 바이너리 파일을 삭제한다 (raw/ remote 업로드 규칙 준수).
Step 5: 결과 보고
저장된 markdown 파일 경로를 사용자에게 알려주고, /ingest로 지식 노드 정제를 진행할지 제안한다.