AI工具

MarkItDown

MarkItDown 是微软开源的文件转 Markdown 工具，支持 Office 文档、PDF、HTML、图片（OCR）等格式。test

安装

pip install markitdown

命令行用法

# 单文件转换
markitdown input.docx > output.md
markitdown presentation.pptx -o output.md
markitdown spreadsheet.xlsx > output.md

# PDF 转换
markitdown document.pdf > output.md

# 网页转换
markitdown https://example.com/page > output.md

# 图片 OCR（提取图片中的文字）
markitdown photo.jpg > output.md

# 批量转换目录
markitdown ./office-docs/ -o ./markdown-output/

支持的格式

格式	说明
`.docx`	Word 文档
`.pptx`	PowerPoint 演示
`.xlsx`	Excel 表格
`.pdf`	PDF 文档
`.html` / `.htm`	网页
`.csv`	CSV 数据
`.json`	JSON 数据
`.xml`	XML 数据
`.zip`	压缩包（递归处理内含文件）
图片	PNG/JPEG 等，通过 OCR 提取文字

Python API

from markitdown import MarkItDown

md = MarkItDown()

# 转换文件
result = md.convert("document.docx")
print(result.text_content)

# 转换 URL
result = md.convert("https://example.com/article")
print(result.text_content)

# 转换图片（自动 OCR）
result = md.convert("screenshot.png")
print(result.text_content)

# 流式转换（大文件友好）
for chunk in md.convert_stream("large-doc.pdf"):
    print(chunk.text_content)

Pandoc

Pandoc 是通用文档转换器，支持 40+ 种格式之间的互转。

安装

# macOS
brew install pandoc

# Windows
winget install pandoc

# Linux (Debian/Ubuntu)
sudo apt install pandoc

# 如需 PDF 输出，还需安装 LaTeX 引擎
# macOS: brew install basictex
# Linux: sudo apt install texlive-xetex

基本命令格式

pandoc 输入文件 -o 输出文件 [选项]

常用转换

# Markdown → Word
pandoc doc.md -o doc.docx

# Markdown → PDF（需要 LaTeX）
pandoc doc.md -o doc.pdf --pdf-engine=xelatex

# Markdown → HTML
pandoc doc.md -o doc.html --standalone

# Word → Markdown
pandoc doc.docx -o doc.md --wrap=none

# HTML → Markdown
pandoc page.html -o page.md

# Markdown → 演示文稿（reveal.js）
pandoc slides.md -o slides.html -t revealjs --standalone

# Markdown → EPUB 电子书
pandoc book.md -o book.epub

常用选项

选项	作用	示例
`-f` / `--from`	指定输入格式	`-f markdown`
`-t` / `--to`	指定输出格式	`-t docx`
`-o`	输出文件	`-o output.pdf`
`--standalone`	生成完整文档（含 head/body）	输出 HTML/PDF 时必备
`--toc`	自动生成目录	`--toc --toc-depth=3`
`--metadata`	设置元数据	`--metadata title="标题"`
`--template`	使用自定义模板	`--template=my.tex`
`--pdf-engine`	指定 PDF 引擎	`--pdf-engine=xelatex`
`--wrap`	控制换行方式	`--wrap=none`（不硬换行）
`--resource-path`	资源搜索路径	`--resource-path=.:images`
`--number-sections`	章节自动编号
`--listings`	代码块使用 listings 宏包	仅 LaTeX/PDF 输出
`-V`	设置模板变量	`-V colorlinks=true`

Markdown → PDF 完整示例

pandoc doc.md \
  -o doc.pdf \
  --pdf-engine=xelatex \
  --standalone \
  --toc \
  --toc-depth=3 \
  --number-sections \
  -V CJKmainfont="Noto Sans CJK SC" \
  -V geometry:margin=2.5cm \
  -V colorlinks=true \
  --metadata title="文档标题"

Markdown → Word 完整示例

pandoc doc.md \
  -o doc.docx \
  --toc \
  --toc-depth=3 \
  --number-sections \
  --reference-doc=template.docx \
  --metadata title="文档标题"

--reference-doc 可指定样式参考文档，用于控制输出的字体、颜色等样式。先用 pandoc -o template.docx --print-default-data-file reference.docx 导出默认模板。

批量转换

# 将目录下所有 .md 转为 .docx
for f in *.md; do
  pandoc "$f" -o "${f%.md}.docx"
done

# 将目录下所有 .docx 转为 .md
for f in *.docx; do
  pandoc "$f" -o "${f%.docx}.md" --wrap=none
done

合并多个文件

# 将多个 md 合并输出为一个文件
pandoc chapter1.md chapter2.md chapter3.md -o book.docx --toc

# 从文件列表合并
pandoc $(cat file-list.txt) -o merged.pdf --pdf-engine=xelatex

CodeGraph

CodeGraph 是 100% 本地的语义代码智能工具——将代码库构建为 SQLite 知识图谱，通过 MCP Server 暴露给 AI 编程助手。GitHub 50k+ stars，带来约 16% 成本降低、58% 工具调用减少。

安装

# 全局安装（推荐）
npm install -g @colbymchenry/codegraph

# 或一键脚本安装
curl -fsSL https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh | sh      # macOS/Linux
irm https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.ps1 | iex            # Windows

接入 AI Agent

# 交互式安装向导（自动配置 Claude Code / Cursor / Codex 等）
codegraph install

# 手动启动 MCP Server
codegraph serve --mcp

项目初始化

cd your-project

# 初始化并构建图谱
codegraph init -i              # 创建 .codegraph/ + 构建索引

# 增量同步（监听文件变更自动更新）
codegraph sync

# 查看图谱统计
codegraph status

查询命令

# ── 符号搜索与定位 ──
codegraph query <keyword>           # 按名称搜索符号（--kind, --limit, --json）
codegraph files [path]              # 查看文件结构（--format, --filter, --max-depth）

# ── 调用关系 ──
codegraph callers <symbol>          # 谁调用了这个符号（--limit, --json）
codegraph callees <symbol>          # 这个符号调用了谁（--limit, --json）

# ── 上下文与影响分析 ──
codegraph context <task>            # 构建 AI 上下文（入口点 + 相关符号 + 代码片段）
codegraph impact <symbol>           # 符号变更的影响范围（--depth, --json）
codegraph affected [files...]       # 查找受变更影响的测试文件

MCP 工具清单

启动 codegraph serve --mcp 后，AI Agent 获得以下工具：

工具	用途
`codegraph_search`	全文搜索代码符号
`codegraph_context`	构建任务上下文（入口点、依赖、代码片段）
`codegraph_callers`	查找调用者
`codegraph_callees`	查找被调用者
`codegraph_impact`	影响范围分析
`codegraph_node`	获取符号节点详情
`codegraph_status`	图谱统计信息
`codegraph_files`	文件结构浏览
`codegraph_explore`	探索代码结构

支持的 Agent

Claude Code、Cursor、Codex CLI、OpenCode、Hermes Agent、Gemini CLI、Antigravity IDE、Kiro

关键特性

特性	说明
20+ 语言	TS/JS、Python、Go、Rust、Java、C#、PHP、Ruby、C/C++、Swift、Kotlin、Scala、Dart、Lua、Svelte、Vue、Astro、Liquid、Pascal/Delphi
全文搜索	SQLite FTS5 引擎，按名称秒搜全代码库
自动同步	原生文件监听（FSEvents/inotify/ReadDirectoryChangesW），零配置
框架感知路由	识别 17 种框架路由（Django、Flask、FastAPI、Express、NestJS、Laravel、Rails、Spring、Gin、Axum、ASP.NET、Vapor 等）
跨平台移动	Swift ↔ ObjC 桥接、React Native TurboModules、Expo Modules
100% 本地	数据不出机器，无需 API Key，仅 SQLite

速查对照

场景	MarkItDown	Pandoc
Office → MD	✅ 原生支持，效果最佳	⚠️ 需借助 `--from docx`
MD → Office	❌ 不支持	✅ `pandoc in.md -o out.docx`
PDF → MD	✅ 支持	⚠️ 效果一般
MD → PDF	❌ 不支持	✅ 需 LaTeX 引擎
网页 → MD	✅ `markitdown URL`	✅ `pandoc URL -o out.md`
图片 OCR	✅ 内置支持	❌ 不支持
批量处理	⚠️ 有限	✅ Shell 脚本

简单记：拿数据进 MD 用 MarkItDown，MD 往出发用 Pandoc。

MarkItDown​

安装​

命令行用法​

支持的格式​

Python API​

Pandoc​

安装​

基本命令格式​

常用转换​

常用选项​

Markdown → PDF 完整示例​

Markdown → Word 完整示例​

批量转换​

合并多个文件​

CodeGraph​

安装​

接入 AI Agent​

项目初始化​

查询命令​

MCP 工具清单​

支持的 Agent​

关键特性​

速查对照​