知識(shí)管理缺了一塊拼圖

前段時(shí)間我在一文中介紹了 Karpathy 的知識(shí)管理方法——把各種原始素材統(tǒng)統(tǒng)丟進(jìn)raw/目錄，用 Obsidian Web Clipper 一鍵裁剪網(wǎng)頁(yè)，配合 LLM 慢慢「編譯」成結(jié)構(gòu)化 wiki

這個(gè)思路是對(duì)的，先不管三七二十一，把所有原始材料攢在一起。但問(wèn)題來(lái)了：實(shí)際工作中，原始材料可不只是網(wǎng)頁(yè)和 Markdown

合同、財(cái)報(bào)、研報(bào)是 PDF、內(nèi)部培訓(xùn)材料是 PPT、數(shù)據(jù)是 Excel，各種文檔是 Word……這些東西直接扔給大模型，輕則格式一塌糊涂，重則整個(gè)表格都消失了，跨頁(yè)的更是截成碎片。做過(guò) RAG 的都知道，解析是第一道關(guān)，解析不好，后面再聰明也白搭——垃圾進(jìn)，垃圾出

OCR、文檔解析相關(guān)我寫(xiě)過(guò) N 多篇：DeepSeek-OCR、HunyuanOCR、PaddleOCR、GLM-OCR、MinerU 等，橫向?qū)Ρ攘艘陨祥_(kāi)源方案，從落地層面我最推薦的可能還是一文中我實(shí)測(cè)過(guò)的TextIn xParse，實(shí)力我就不單獨(dú)摘過(guò)來(lái)了，總之很強(qiáng)！

現(xiàn)在 xparse-parse 的 Skills 發(fā)布了，試用之后感覺(jué)：這才是最省心的方式

先說(shuō)大家最關(guān)心的格式支持問(wèn)題，再細(xì)說(shuō)安裝的事兒

格式支持

TextIn xParse 屬于商業(yè)工具，但這次的skill提供了每日1000頁(yè)的額度，個(gè)人使用完全足夠

• 格式支持：PDF+圖片(JPG/PNG/BMP/TIFF/WebP)，≤10MB，每日1000頁(yè)，1次/秒

• 配置憑證后：https://cc.co/16YSe8（注冊(cè)后獲取APP ID和Secret Code），全格式解鎖Word、Excel、PPT、HTML、OFD、RTF等20+格式，單文件≤500MB，無(wú)每日頁(yè)數(shù)上限

Skills 地址：github.com/intsig-textin/xparse-skills

核心是兩樣?xùn)|西：

• SKILL.md——告訴 Agent 什么時(shí)候觸發(fā)文檔解析、怎么路由

• xparse-cli——Go 編寫(xiě)的跨平臺(tái)二進(jìn)制工具，底層調(diào)用 TextIn xParser API

整個(gè)工作流如下圖：

用戶說(shuō)一句話 → Agent 自動(dòng)識(shí)別是文檔任務(wù) → 觸發(fā) xparse-parse Skill → 調(diào)用 xparse-cli → 根據(jù)有無(wú)憑證自動(dòng)走免費(fèi)/付費(fèi) API → 返回 Markdown 或 JSON。

全程你不用寫(xiě)一行代碼，甚至不用知道 xparse-cli 怎么用

安裝方式

方式一：對(duì)話框一句話安裝

在 Agent 對(duì)話框直接說(shuō)：

幫我從技能市場(chǎng)安裝 intsig-textin/xparse-parser

方式二：npx 命令安裝（強(qiáng)烈推薦）

npx skills add intsig-textin/xparse-skills

我最推薦這種方式，比較優(yōu)雅

而且還可以一鍵安裝到所有 Agent 工具中

憑證配置只要一條命令：

xparse-cli auth

按提示輸入 App ID 和 Secret Code，保存到~/.xparse-cli/config.yaml，后續(xù)自動(dòng)讀取

也支持環(huán)境變量方式（適合 CI/CD）：

export XPARSE_APP_ID=your_app_id
export XPARSE_SECRET_CODE=your_secret_code

在 OpenClaw、Claude Code 等 Agent 平臺(tái)安裝 xparse-parser Skill 后，只需自然語(yǔ)言指令即可完成解析全流程

例如：

• “幫我讀一下這份PDF合同，提取關(guān)鍵條款”

• “把這個(gè)報(bào)告轉(zhuǎn)成Markdown，保存到桌面”

• “這份加密PDF密碼是123456，幫我解析前10頁(yè)”

• “提取這張表格圖片里的內(nèi)容，輸出JSON”

這里大家了解就行了，其實(shí)配置好 Skills之后，完全不需要記住這些

# 最基礎(chǔ)：解析 PDF，輸出 Markdown 到終端
xparse-cli parse report.pdf

 # 輸出結(jié)構(gòu)化 JSON
xparse-cli parse report.pdf --view json

 # 保存到目錄（自動(dòng)命名為 report.md / report.json）
xparse-cli parse report.pdf --output ./result/

 # 保存到指定文件
xparse-cli parse report.pdf --output parsed.md

 # 只解析指定頁(yè)碼范圍（支持多段）
xparse-cli parse report.pdf --page-range 1-5
xparse-cli parse report.pdf --page-range 1-2,5-10

 # 解析加密 PDF
xparse-cli parse secret.pdf --password mypassword

 # 獲取字符級(jí)坐標(biāo)和置信度（做人工核驗(yàn)時(shí)用）
xparse-cli parse report.pdf --view json --include-char-details --output ./parsed.json

值得注意的是，CLI默認(rèn)已經(jīng)開(kāi)啟了一套完整的解析能力，不需要額外配置：

能力

標(biāo)題層級(jí)

自動(dòng)識(shí)別文檔結(jié)構(gòu)，最多 5 級(jí)標(biāo)題

表格結(jié)構(gòu)

HTML 格式保留單元格層級(jí)

圖片提取

內(nèi)嵌圖片識(shí)別和提取

目錄樹(shù)

自動(dòng)生成文檔 TOC

分頁(yè)結(jié)果

頁(yè)面級(jí)元數(shù)據(jù)

唯一需要手動(dòng)開(kāi)啟的是--include-char-details（字符坐標(biāo)），因?yàn)檫@個(gè)會(huì)大幅增加返回?cái)?shù)據(jù)量，按需開(kāi)啟

幾個(gè)實(shí)用進(jìn)階玩法

① 管道組合，直接喂給 LLM

# 解析后搜索關(guān)鍵詞
xparse-cli parse report.pdf | grep "revenue"


 # 解析完直接喂給 LLM 總結(jié)
xparse-cli parse paper.pdf | llm "summarize this paper"

② 批量處理

# 準(zhǔn)備一個(gè)文件列表 files.txt，一行一個(gè)路徑
xparse-cli parse --list files.txt --output ./results/

③ 從解析結(jié)果里下載圖片

# 先解析為 JSON
xparse-cli parse report.pdf --view json --output result.json


 # 再?gòu)?JSON 里批量下載所有圖片
xparse-cli download --from result.json --output ./images/

④ 私有化部署

如果是私有部署的 TextIn 服務(wù)，可以通過(guò)--base-url指定：

xparse-cli parse report.pdf --base-url https://your-private-server.com

xparse-parse Skill 這個(gè)組合，我覺(jué)得把文檔解析這件事做到了目前最低門(mén)檻的狀態(tài)：

適合你用的場(chǎng)景：

• 用 Agent 做個(gè)人知識(shí)管理，原料里有大量 PDF/Word/PPT

• 搭建 RAG 知識(shí)庫(kù)，需要高精度的文檔結(jié)構(gòu)化

• 日常工作要解析合同、財(cái)報(bào)、研報(bào)這類(lèi)復(fù)雜文檔

優(yōu)缺點(diǎn)直說(shuō)：

評(píng)價(jià)

? 零代碼零門(mén)檻

說(shuō)話就能用，適合所有技術(shù)水平

? 復(fù)雜表格能力強(qiáng)

跨頁(yè)拼接、合并單元格、無(wú)線表格都不虛

? 免費(fèi)額度夠用

PDF+ 圖片 1000 頁(yè)/天，輕度使用完全夠

? 管道/批量支持

可與 LLM、腳本組合，適合自動(dòng)化流水線

?? Word/PPT/Excel 需付費(fèi)

免費(fèi)版只有 PDF 和圖片

?? 免費(fèi)版 10MB 限制

大型 PDF 需要付費(fèi)賬戶

制作不易，如果這篇文章覺(jué)得對(duì)你有用，可否點(diǎn)個(gè)關(guān)注。給我個(gè)三連擊：點(diǎn)贊、轉(zhuǎn)發(fā)和在看。若可以再給我加個(gè)，謝謝你看我的文章，我們下篇再見(jiàn)！