name: doc-genius version: 1.2.0 description: 智能文档处理助手，支持PDF/Word/Markdown智能摘要、格式转换、批量处理。使用场景：(1) 文档智能摘要 (2) PDF/Word转Markdown (3) 批量文档处理 (4) 文档格式转换。Triggers: "文档摘要", "PDF转Markdown", "Word转换", "文档处理", "批量文档", "智能摘要", "format conversion"。

Doc Genius - 智能文档处理助手

快速开始

智能摘要

# PDF摘要
python3 scripts/doc_processor.py summarize /path/to/document.pdf

# Word摘要
python3 scripts/doc_processor.py summarize /path/to/document.docx

# Markdown摘要
python3 scripts/doc_processor.py summarize /path/to/document.md --format json

格式转换

# PDF → Markdown
python3 scripts/doc_processor.py convert /path/to/document.pdf --output markdown

# Word → Markdown
python3 scripts/doc_processor.py convert /path/to/document.docx --output markdown

# Markdown → HTML
python3 scripts/doc_processor.py convert /path/to/document.md --output html

批量处理

# 批量转换文件夹
python3 scripts/doc_processor.py batch /path/to/folder --output markdown

# 批量摘要
python3 scripts/doc_processor.py batch /path/to/folder --action summarize

输出格式

JSON格式（默认）

{
  "file": "document.pdf",
  "type": "pdf",
  "summary": "这是文档的智能摘要...",
  "keywords": ["关键词1", "关键词2"],
  "word_count": 5000,
  "pages": 12
}

Markdown格式

python3 scripts/doc_processor.py summarize document.pdf --format markdown

核心功能

1. 智能摘要

支持格式：

• ✅ PDF（PyPDF2）
• ✅ Word（.docx）
• ✅ Markdown
• ✅ 纯文本

摘要算法：

• 本地摘要（TextRank，速度快）
• AI摘要（OpenAI API，质量高）

示例：

# 本地摘要
python3 scripts/doc_processor.py summarize document.pdf --method local

# AI摘要（需配置API Key）
export OPENAI_API_KEY="sk-xxx"
python3 scripts/doc_processor.py summarize document.pdf --method ai

2. 格式转换

转换矩阵：

示例：

# PDF → Markdown（推荐）
python3 scripts/doc_processor.py convert report.pdf --output markdown

# Word → HTML
python3 scripts/doc_processor.py convert report.docx --output html

3. 批量处理

功能：

• 文件夹扫描
• 并发处理
• 进度报告
• 错误日志

示例：

# 批量转换（默认并发数=5）
python3 scripts/doc_processor.py batch /path/to/docs --output markdown

# 指定并发数
python3 scripts/doc_processor.py batch /path/to/docs --output markdown --workers 10

# 生成报告
python3 scripts/doc_processor.py batch /path/to/docs --action summarize --report report.json

4. 结构化提取（实验性）

提取内容：

• 标题层级
• 目录
• 关键信息（日期、金额、人名）

示例：

python3 scripts/doc_processor.py extract document.pdf --fields title,toc,dates

高级用法

使用AI摘要

# 配置API Key
export OPENAI_API_KEY="sk-xxx"

# AI摘要（更智能）
python3 scripts/doc_processor.py summarize document.pdf --method ai --model gpt-4

自定义输出

# 指定输出文件
python3 scripts/doc_processor.py convert document.pdf --output markdown --out-file output.md