ebook-to-md

# ebook_to_md Skill 将 PDF、图片、MOBI、EPUB 转为 Markdown。仅使用百度 OCR。 ## 输入格式 - **PDF**：扫描版/图像型 PDF - **PNG/JPEG**：单张图片 - **MOBI/EPUB**：需安装 Calibre，先转 PDF 再处理 图片 OCR 输出会自动添加 Markdown 分段：首行若为短标题则转为 `##`，对话段落前插入空行。 ## 输出格式 仅输出 **Markdown**（.md）。 ## 参数 | Parameter | Type | Required | Default | Description | |-----------|------|----------|---------|--------------| | input_path | string | yes | - | 文档路径（pdf/png/jpeg/mobi/epub）或 base64 图片 | | output_path | string | no | - | 输出文件路径 | | ocr_backend | string | no | "baidu" | 保留参数，仅支持百度 | | inline_images | bool | no | true | 图片是否 base64 内联 | ## 快速开始 ```bash # PDF 转 Markdown（百度 OCR） python scripts/ebook_to_md.py --input_path=./scanned.pdf # 图片转 Markdown python scripts/ebook_to_md.py --input_path=./screenshot.png # 指定输出路径 python scripts/ebook_to_md.py --input_path=./report.pdf --output_path=./report.md ``` ## 依赖 ### Python ```bash pip install requests ``` ### 系统 - **Calibre**（mobi/epub）：`brew install calibre` - **百度 OCR**：设置 `BAIDU_OCR_API_KEY`、`BAIDU_OCR_SECRET_KEY` ## 使用示例 ### 百度 OCR（默认） ```python from skills.ebook_to_md import main main(input_path='./report.pdf', output_path='./report.md') main(input_path='./image.png') # 图片识别 ``` ### MOBI/EPUB（需 Calibre） ```python main(input_path='./book.epub', output_path='./book.md') main(input_path='./book.mobi', output_path='./book.md') ``` ## 返回格式 成功：返回字符串，含预览；若指定 output_path 则写入文件。 失败：返回 "错误: ..." ## 相关 - **pdf_to_markdown**：原生文本 PDF 转换（docling）