muqian2026-rgb Docling 文档解析
项目：docling-project/docling — Get your documents ready for gen AI.
分工
| 步骤 | Skill / 动作 |
|---|---|
| 二进制 → Markdown | 本 Skill |
| Markdown → 互链 wiki | 按你的 wiki schema 做 ingest |
前置条件
- Python ≥ 3.10
- 安装：
pip install docling（或uv pip install docling） - 敏感文档：本地执行，不上传第三方解析服务。
用法
在 仓库根目录（含 knowledge-base/raw/）：
# 单文件 → knowledge-base/raw/<basename>.md
bash skills/docling-ingest/scripts/docling-to-raw.sh "/path/to/file.pdf"
# 或 Python 直接调
python3 skills/docling-ingest/scripts/docling_convert.py --file "/path/to/file.pdf"
成功后提示用户：「是否做 wiki ingest？」
Agent 规则
- 必须先有明确文件路径；不得猜测仓库内任意 PDF。
- 输出写入
knowledge-base/raw/，文件名建议YYYY-MM-DD-<主题>.md。 - 不假装「已精读」——转换后仍须 ingest 或人工扫一眼表格/数字。
- 含 客户隐私、未脱敏合同 → 仅本地 raw，禁止 上传公网。
与「不擅长」的边界
Docling 解决 可读文本与结构；扫描极差、手写、纯图无 OCR 的页 → 标注 待人工 或 低置信度，不编造正文。