Knowledge Importer#

将各种格式的文档转换为 Markdown 并保存到知识库。

环境配置#

首次使用前，请配置以下环境变量或修改 scripts/config.py：

bash

# 图床服务地址
export DUFS_SERVER_URL="http://你的服务器IP:端口"

# 知识库存放路径
export KNOWLEDGE_BASE_PATH="/你的/Obsidian/路径"

支持的格式#

格式扩展名依赖库图片处理Word.docxpython-docx✅ 图床/Base64Excel.xlsx / .xlsopenpyxl-PPT.pptxpython-pptx✅ 图床/Base64PDF.pdfpdfplumber✅ 图床/Base64Markdown.md原生支持-

图片处理方式#

方式一：图床上传（推荐）#

配置图床服务器后，图片会上传到图床生成外部 URL：

python

DUFs_CONFIG = {
    "server_url": "http://你的服务器IP:端口",
    "timeout": 30,
    "retry_times": 3,
}

上传路径： http://你的服务器IP:端口/Picture/<uuid>.png

方式二：Base64 内嵌（备用）#

如果图床不可用，自动降级为 Base64 内嵌方式：

markdown

![image](data:image/png;base64,iVBORw0KGgo...)

Obsidian CLI 前提条件#

1. 在 Obsidian 中启用 CLI：

   • Settings → General → Command line interface → 启用
   • 按照提示完成注册

2. CLI 命令格式： bash

   xvfb-run obsidian create name="文件名" content="内容"
   xvfb-run obsidian append file="文件" content="内容"
   
   

知识库目录结构#

默认路径： $KNOWLEDGE_BASE_PATH（见环境配置）

目录结构（两级分类）#

text

知识库/
├── 申报方案/
│   └── <行业/产品>/
├── 解决方案/
│   └── <行业/产品>/
├── 技术文档/
│   └── <行业/产品>/
└── <其他分类>/

分类原则#

• 申报方案/：申报书、投标书、建设方案申请等
• 解决方案/：面向客户的解决方案文档
• 技术文档/：产品使用经验、技术部署文档
• <其他分类>/：根据需要自定义

使用方式#

1. 单文件转换#

text

将 /path/to/document.docx 导入知识库

2. 指定输出目录#

text

将文件导入到 [目录名]

转换规则#

• 文件名：保留原文件名（去掉扩展名）
• 图片：Word/PPT/PDF 中的图片会提取并上传图床
• 表格：Excel/PDF 中的表格会保持 Markdown 格式

执行脚本#

bash

# 进入脚本目录
cd skills/knowledge-importer/scripts

# 配置环境变量（或修改 config.py）
export DUFS_SERVER_URL="http://192.168.1.100:5000"
export KNOWLEDGE_BASE_PATH="/path/to/Obsidian"

# 单文件转换
python3 import_doc.py /path/to/document.docx

# 批量转换
python3 import_doc.py --batch /path/to/folder

# 查看帮助
python3 import_doc.py --help

依赖安装#

bash

pip3 install python-docx python-pptx openpyxl pdfplumber

图床推荐#

• Dufs：轻量文件服务器，支持上传 API

  • Docker 部署： docker run -v /path:/data -p 5000:5000 sigoden/dufs

• PicList：支持多种图床

• 兰空图床：自建图床解决方案