| 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：
PDFDOCXTXTHTMLRTFTEX
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。
