chacesclaw

PDF To Markdown — Documentation skill for Claude Code

Documentation community

PDF 转 Markdown / PDF to Markdown,专治复杂排版:多栏、图文混排、图表识别一次搞定.

How to install PDF To Markdown

This entry records only its repository, not the path inside it, so there is no exact command to give. Open chacesclaw/pdf-to-markdown and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What PDF To Markdown does

PDF 转 Markdown / PDF to Markdown,专治复杂排版:多栏、图文混排、图表识别一次搞定。学生论文/竞赛作品/项目报告实测,Claude Code Skill。

Alternatives in Documentation

  • PDF — Extract text, create PDFs, merge/split documents, and handle forms 94.1k ★
  • 会话管理(Session Manager)需求文档(PRD / Markdown) — 目标:对 Codex / Claude Code 的本地会话记录进行可视化管理,并提供“一键复制 / 一键终端恢复”能力 31.7k ★
  • Repo Recap — Generate a structured recap of the repository state: open PRs, open issues, recent releases, and executive sum 11.9k ★

README

📄 PDF to Markdown(PDF 转 Markdown)复杂排版识别工具

专治多栏、图文混排、复杂图表这类「一般工具转出来就乱」的 PDF,老老实实变成能读、能核对、不丢内容的 Markdown

[![Version](https://img.shields.io/badge/version-1.12.0-blue.svg)](./CHANGELOG.md) [![License: MIT](https://img.shields.io/badge/license-MIT-green.svg)](./LICENSE) [![Python](https://img.shields.io/badge/python-3.9%2B-yellow.svg)](#快速开始) [![Claude Code Skill](https://img.shields.io/badge/Claude%20Code-Skill-orange.svg)](#作为-claude-code--workbuddy-skill-使用)

一个专门解决 **PDF 转 Markdown(PDF to Markdown)** 里最难啃部分(复杂排版)的 [Claude Code](https://claude.com/claude-code) / WorkBuddy Skill,配一套 PyMuPDF 抽取脚本。 专治学生论文、竞赛作品、项目报告这类**版式比标准学术期刊杂乱得多**的 PDF:多栏、图文混排、 各种图表都能处理,不是只会转规规矩矩的单栏文档。


🚀 一键安装:复制这段话给你的 Agent

不用手动下载文件、不用自己建目录,把下面这一整段复制粘贴给 Claude Code(或其他支持装技能的 Agent),照着做就行:

请帮我安装这个 PDF 转 Markdown 的 Skill:把 `https://github.com/chacesclaw/pdf-to-markdown` 这个仓库用 `git clone` 到 `~/.claude/skills/pdf-to-markdown/`(如果这个目录已经存在,改用 `git -C ~/.claude/skills/pdf-to-markdown pull` 更新,不要用文件覆盖的方式,要保留 `.git` 目录)。装完之后跟我确认一下 `SKILL.md` 里 `version:` 字段显示的版本号。

**为什么要用 `git clone` 而不是直接复制文件内容**:这个 skill 还在持续更新(新发现的排版场景、修复的 bug 都会不断加进来),用 `git clone` 装的话,以后只要在用之前执行一句 `git -C ~/.claude/skills/pdf-to-markdown pull`,Agent 就能自动拿到仓库里的最新版本,不需要重新装一遍,也不会一直停留在装的那一刻的旧版本上。想知道现在是不是最新版,看 [SKILL.md](./SKILL.md) 里的 `version:` 字段或者 [CHANGELOG.md](./CHANGELOG.md) 最上面一条对不对得上。


🎯 目前覆盖 26 个真实踩过的复杂排版场景

不是理论上列出来的清单,是真的拿几十份学生提交的 PDF 一份一份啃出来的——每一条背后都有真实文档、真实 bug、真实修复记录。下面用大白话讲清楚每一条具体是什么问题(想看技术细节和对应代码章节,翻到后面的[详细对照表](#我们覆盖哪些复杂排版详细对照表))。

📝 第一类:文字部分能不能"读对"(9 条)

  1. 纯英文写的文档也能正确认出有几栏,不是只会处理中文
  2. 封面上"姓名""日期"这类单独居中的短行,不会被误粘进正文段落里
  3. 图片里嵌的小图标,不会在正文里留下看不见的乱码字符
  4. 标题用了花哨字体导致认成乱码时,会换一种方式重新识别,不会将错就错
  5. 认得出三种不同的换段习惯(首行缩进 / 空一行 / 一行没写满就提前换行),不只认第一种
  6. 一张图片正好插在一句话或一个标题中间时,前后内容不会被这张图拆成两截
  7. 找不到明确位置归属的一行字,不会被直接丢掉、凭空消失还不报错
  8. 页面边缘留白的过滤范围不会切得太紧,不会把正文最后一句话也一起切没
  9. 能认出被加密保护、正常打不开的 PDF,不会误判成文件本身坏了

🖼️ 第二类:图和表能不能"看懂"(12 条)

  1. 每张图都会写清楚"图里印的文字是什么""图本身画了什么内容""图旁边配的说明文字是什么",三部分分开写,不