多媒体导入 Obsidian

将 PPT、PDF、DOCX、图片等多媒体文档导入 Obsidian，每页/每张图片自动生成文字描述。

功能特点

• 支持多种格式：PPT、PDF、DOCX、图片（PNG、JPG 等）
• 自动提取媒体文件
• 调用多模态模型理解内容
• 自动分类到 OB 仓库

使用方法

前提条件

1. 安装依赖：

brew install pandoc poppler
pip install python-pptx pillow

2. 设置环境变量（至少一个）：

# MiniMax
export MINIMAX_API_KEY="your-key"
export MINIMAX_API_HOST="https://api.minimaxi.com"

# OpenAI
export OPENAI_API_KEY="your-key"

# Anthropic
export ANTHROPIC_API_KEY="your-key"

调用脚本

python3 <skill>/scripts/media_to_obsidian.py <源文件/目录> <输出OB目录> [options]

参数：

• 源文件/目录：单个文件或包含多媒体文件的目录
• 输出目录：Obsidian 仓库路径
• 选项：
  • --format ppt|pdf|docx|image|all : 指定格式，默认 all
  • --model minimax|openai|anthropic : 指定模型，默认 minimax
  • --category 分类名 : 指定输出分类目录

示例

# 导入 PPT 课件
python3 ~/.openclaw/workspace/skills/multimedia-to-obsidian/scripts/media_to_obsidian.py \
  /path/to/培训课件.pptx \
  /path/to/Obsidian \
  --format ppt --category 培训

# 导入图片到 OB
python3 ~/.openclaw/workspace/skills/multimedia-to-obsidian/scripts/media_to_obsidian.py \
  /path/to/images/ \
  /path/to/Obsidian \
  --format image --category 素材

# 批量导入目录下的所有文档
python3 ~/.openclaw/workspace/skills/multimedia-to-obsidian/scripts/media_to_obsidian.py \
  /path/to/documents/ \
  /path/to/Obsidian

输出结构

Obsidian仓库/
├── 培训/
│   └── 培训课件.md (含每页图片理解)
├── 素材/
│   └── 图片1.md
│   └── 图片2.md
└── 导入/
    └── 文档名.md

工作流程

1. 提取媒体：从 PPT/PDF/DOCX 提取每一页为图片
2. 理解内容：调用多模态模型理解每张图片
3. 生成描述：将图片描述写入 Markdown
4. 分类存储：按指定分类存入 OB