🤖

dsh-md-convert

模型推理更新于 2026.08.30

在终端中运行以下命令：

dsh plugin install yakoylp/dsh-md-convert

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 终端中执行 dsh plugin install yakoylp/dsh-md-convert 即可安装该插件，源码仓库位于 https://github.com/yakoylp/dsh-md-convert

插件介绍

丢给它一份 Word、Excel、PPT，甚至一张扫描件 PDF，拿回来的 Markdown 里标题层级、列表、管道表格、段落顺序全都在。dsh-md-convert 要解决的就是这个问题：做 RAG 知识库、给 LLM 喂语料、批量归档杂七杂八的文档时，结构一旦在中途丢失，下游就全废了。它基于 MarkItDown 引擎，把"结构级排版保留"当作硬指标，而不是转换器的附带效果。

真正区分它的是扫描件 PDF 的处理方式。不是无脑整页 OCR，而是一条模块化路由流水线：PP-DocLayout-L 先做版面分析，再按区域分别派给 RapidOCR（文字）、SLANet + RT-DETR（表格）、FormulaNet（公式）、印章注释。所有模型轻量、纯 CPU 推理，首次下载到本地缓存后完全离线运行，不做任何网络检查。老格式 .doc/.xls/.ppt 则自动探测平台，走 WPS、Office COM 或 LibreOffice 另存为现代格式后再交给 MarkItDown，平台差异对用户透明。

两个入口：批量友好的 CLI 和 dsh agent 工具 md_convert。失败时必定带上稳定错误码（E_OCR_EMPTY、E_LEGACY_CONVERT 等），方便脚本和下游工具做分类处理。Python 与 OCR 依赖首次使用时自动 pip install，临时文件用完即删，异常退出也有信号钩子兜底清理。它是工程师做批量文档转 Markdown、DeepSeek Harness 用户搭 agent 工作流、或者团队手里有一堆扫描件 PDF 需要变成 LLM 就绪文本时，该拿起来的那支插件。