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 DUFSSERVERURL=http://你的服务器IP:端口

知识库存放路径

export KNOWLEDGEBASEPATH=/你的/Obsidian/路径

支持的格式

格式	扩展名	依赖库	图片处理
Word	.docx	python-docx	✅ 图床/Base64
Excel

.xlsx / .xls | openpyxl | - | | PPT | .pptx | python-pptx | ✅ 图床/Base64 | | PDF | .pdf | pdfplumber | ✅ 图床/Base64 | | Markdown | .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/.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

Obsidian CLI 前提条件

1. 1. 在 Obsidian 中启用 CLI：

- 设置 → 通用 → 命令行界面 → 启用 - 按照提示完成注册

1. 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：$KNOWLEDGEBASEPATH（见环境配置）

目录结构（两级分类）

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

将 /path/to/document.docx 导入知识库

2. 指定输出目录

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 DUFSSERVERURL=http://192.168.1.100:5000 export KNOWLEDGEBASEPATH=/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