飞书文档智能转换Markdown

智能转换飞书文档为高可用Markdown格式，自动处理私有资源、无效占位符、冗余引用，生成多版本满足不同场景需求

Skill: 飞书文档智能转换Markdown

技能描述

自动将飞书文档转换为高可用、高信息密度的Markdown文档，智能处理飞书私有资源、无效占位符、冗余引用，生成不同纯净度的版本满足不同场景需求。

适用场景

• 飞书文档归档存储
• 飞书内容导入知识库
• 提取飞书文档核心信息
• 批量转换飞书文档为通用格式
• 飞书内容知识蒸馏

核心能力

✅ 多版本输出：支持3种不同处理等级的版本，满足不同需求 ✅ 智能内容提取：自动识别图片、图表、白板、表格等非文本内容的核心信息，转换为结构化文本 ✅ 冗余自动清理：自动移除无效占位符、无法访问的内部引用、重复内容、无意义标签 ✅ 自动分类归档：转换后的文档自动按「日期/项目」分类保存到原始资源库 ✅ 知识自动关联：自动提取核心要点，关联到对应项目/领域标签，纳入知识库

处理流程

1. 内容获取：通过飞书API获取完整的文档原始内容和元信息
2. 元信息识别：自动识别文档所属项目、领域、类型，生成分类标签
3. 多版本处理：按照3种等级分别处理生成对应版本
4. 自动归档：所有版本自动保存到raw_sources/YYYY-MM-DD/[项目名称]/目录下
5. 知识入库：在LEARNINGS.md中记录文档摘要、核心要点、关联文件路径，纳入知识体系

版本处理规则

版本1：原始备份版

• 处理规则：不做任何修改，完整保留所有原始内容和格式
• 保留内容：所有文本、飞书私有标签（、、等）、格式标记
• 用途：作为原始凭证永久留存，确保可追溯，不对外提供

版本2：纯文本增强版

• 处理规则：
  1. 移除所有无效资源占位标签（图片、白板、文件、视频等嵌入标签）
  2. 提取非文本内容的上下文信息、标题、说明文字、数据，转换为结构化文本（要点列表、markdown表格、文字描述等）补充到对应位置
  3. 保留可访问的外部链接，移除无法访问的内部引用链接
• 保留内容：所有有效文本信息、可访问链接、提取的非文本核心信息
• 用途：完整保留所有有效信息，适合需要完整上下文的场景、需要二次编辑的场景

版本3：最终优化版（默认输出）

• 处理规则：在纯文本增强版基础上进一步精炼
  1. 移除所有无法访问的内部引用、无效链接、冗余说明文字
  2. 精简重复内容，优化文档结构，合并相似要点
  3. 移除无意义的符号、占位符、格式标记
• 保留内容：仅保留最核心的有效信息，信息密度最高
• 用途：适合直接阅读、快速掌握核心要点、知识提炼入库

调用方式

text

# 基础调用，默认生成最终优化版
feishu_doc_convert <飞书文档链接>

# 指定输出版本
feishu_doc_convert <飞书文档链接> --version raw|enhanced|optimized

# 指定保存目录
feishu_doc_convert <飞书文档链接> --output <目录路径>

# 自动入库到知识库
feishu_doc_convert <飞书文档链接> --sync-to-knowledgebase

最佳实践

• 默认对外提供「最终优化版」，同时静默保存另外两个版本归档
• 特殊需求可根据用户要求调整处理规则（如保留图片、保留所有引用等）
• 所有转换后的文档必须关联到对应的Project和Domain标签，方便后续检索
• 核心价值高的文档自动提炼关键经验到知识库的结构化知识层