别再手动上传文档啦!我做了一个让 Codex 批量读懂文献库的 Skills

相信大家一定遇到过这样一个问题：

怎么样可以更好地让AI读懂我的「知识库」文件？

比如，我zotero里面有一大批需要快速让AI帮忙总结的文献，以便撰写文献综述而不是虚假引用不存在的文献

再者，你遇到过文件夹里大量存在的excel、word。扫描件PDF、PNG图像等等需要做文字提取，表格批量提取的情况

那怎么办？最好的方法必然是写批量处理的脚本通过编程的方式实现

但是，我不会编程啊？虽然我知道有doc2x、MinerU网页可以上传进行文档转换，但是这样一个个文件上传太麻烦了

所以我想到了借助AI帮我调用MinerU、markidown进行文档转换，统一将文件全部转换成markidown格式

为什么是markdown？

因为Markdown是一种人类和AI都能够轻易读懂的纯文本文档格式，仅包含极少的标记或格式，但仍能有效呈现文档的重要结构。

最重要的一点——省token💰

而且你写文献综述和文献引用最重要的是什么？

段落文本的精确匹对和文献可溯源

这时候markdown特有的功能就体现在这里，Codex，Claude Code对markdown文件理解最容易，可以一次性吃好几篇markdown文件，并真真正正使用原文表述来辅助你写文献综述部分和做文献引用，不会出现“幻觉”和虚构的情况

于是，我就想到了构建一个文档解析skills，通过封装markidown和MinerU文档解析的脚本和工作流步骤，让Codex能够自动调用解析文档

skills我已经上传到我的GitHub公开仓库：

https://github.com/luffysolution-svg/research-skills-collection

这个skills有以下功能：

这个skills也照顾到小白体验，会自动检查依赖完整性和环境配置：

然后我经过多轮到测试和修改，总算做出了完整的skills

现在我拿我自己的几篇文献做测试，效果还是比较明显，耗费时间不长，token消耗也不多

而且这个skills不只是单纯解析文档就完事了，还会进行复核，检查文档的表格、公式、图片是否完整和有误，方便复查细节

当然不只是docx、excel、HTML、pdf，包括MP4等各种类型的文件都支持，只要配置好OCR（可以使用第三方openai兼容带有识图能力的模型）

做音视频的音频解析也是不错的，不过肯定没有专业的Python库或者其他开源项目好使

但是日常使用足够了，毕竟免费啊！

可以使用低成本的模型DeepSeek进行调用使用

解析100份文件总花费都不超过1元

下面展示完整解析效果👇：

已关注

关注

重播分享赞

视频详情

在vscode上面搭配下面这几个插件后预览的效果：

已关注

关注

重播分享赞

视频详情

怎么样？

看着还行吧，后面我还打算再增加一个图片重命名和zotero文献数据库关联功能

就是让AI根据markdown上下文和自己的识图能力来进行重命名，这样以后图片引用也方便，自己也方便定位查看

同时直接调用本地zotero条目和附件信息读取，直接批量解析zotero附件

这样以后zotero和Obsidian之间的桥梁就算彻底打通了

我之前还写过一篇文章，专门介绍一款开发的Codex插件实现zotero和Obsidian联动我做了一款Codex桌面版插件，彻底打通zotero-MinerU-Obsidian，构建个人知识图谱

现在加上这个skills配合使用会更加方便

写在最后——

我希望这个skills能帮助到大家，我自己在文档解析的时候，也试过各类工具，包括pandoc、utools的一些插件、各类文档解析网页版等等

不是说这些工具不行，而是我觉得有一种可以不用人去重复执行的工作可以使用skills交给AI去完成，把更重要的事情留给人本身

工具——是为了解放劳动力

因此，何妨不尝试一下呢？

现在就去跟Codex或者Claude Code说：

帮我安装https://github.com/luffysolution-svg/research-skills-collection里面的convert-documents-to-markdown这个skills

然后直接拿自己的文献试试吧，反正用不了多少时间哈哈哈

那么，写到这儿，感谢能读到这儿的您

我是三木，专注于科研工具开发的博主

咱们都是讲究礼仪的中国人，各位看官不要吝啬你们的点赞和💗推荐啊——哈哈哈！

然后我这个GitHub项目还包括我自己整理的几个科研专用skills/plugin集合，拟补了上期文章剩下未完成的工作

最后最后！！有问题欢迎大家在评论区留言讨论，博主有空捏会及时回复喵

那么，我们下期再见。