to-md

把各种文档转成干净、忠于原文且结构正确的 Markdown，存到与源文件相同的目录、相同的主文件名、仅扩展名换成 .md。

底层管线分两段：

1. 确定性段（脚本 scripts/convert.sh）：markitdown（提取内容）→ postprocess.py（语义级清理）→ markdownlint-cli2 --fix（按一份宽松规则清理排版）。这一段已固化在脚本里，直接调脚本即可，不要手搓 markitdown/lint 命令——脚本帮你统一处理了输出路径推导、目录批量展开、覆盖保护、语义清理和 lint 配置。
2. LLM 精修段（你来做，默认执行）：markitdown 是把版面「拍扁」成文本，标题层级、表格、多栏阅读顺序、断字分页这些版面结构信息会丢，而脚本修不了。所以脚本跑完后，由你对照源文件把结构修回来、把转换噪声清掉——这是把「能读」的产物变成「忠实」产物的关键一步。详见下文 LLM 精修阶段。

一句话记住边界：精修是还原版面结构、清理提取噪声，不是改写作者的话。 转换工具的全部价值在于忠于原文，多写一个字、顺手「润色」一句，都是在悄悄污染一份别人会当作可信副本来用的文档。

什么时候用

只要用户想把一个文档变成 Markdown 就用，无论他有没有点名 markitdown。典型信号：给出一个 .pdf / .docx / .pptx / .xlsx / .html / .csv / .epub / 图片 / 音频等路径，并要它的 markdown 版本。

工作流程

1. 确认工具就绪