全能格式转换器
一个本地、离线的文件格式转换与 PDF 处理 skill，功能参考 https://app.xunjiepdf.com/ 的能力清单，优先用本机 Python 库实现，无需把文件上传到任何云端。
运行环境
- 用任意 Python 3 运行
scripts/converter.py即可。脚本会在首次运行时自动创建技能目录内的.venv并安装全部依赖（PyMuPDF / Pillow / pypdf / python-docx / openpyxl / python-pptx），之后每次秒开，无需手动配置，也不影响本机其它环境。 - Office→PDF 另需 LibreOffice（未安装时脚本会提示前往 https://www.libreoffice.org 安装，装好后本功能自动可用）。PDF→Office 完全走本地库，不依赖 LibreOffice。
- 音视频转换 另需 FFmpeg（未安装时脚本提示用
winget install Gyan.FFmpeg安装）。 - OCR 图片转文字 另需 Tesseract-OCR（未安装时脚本提示用
winget install UB-Mannheim.TesseractOCR安装；中文识别还需chi_sim语言包）。 - 以上三个外部程序脚本会自动探测路径（含 WinGet 常见安装位置），缺失时给出明确指引，不会静默失败。
调用方式
统一通过 python scripts/converter.py <子命令> [参数] 执行（依赖首次运行会自动就绪，无需手动建 venv）。下文示例中的命令均为此形式，把 python 换成你机器上的 Python 3 解释器即可。
一、PDF → 图片（JPG/PNG）
PY scripts/converter.py pdf2img --input 文档.pdf --outdir out_imgs --format png --dpi 150
# 只转指定页：--pages "1,3,5-7"
二、图片 → PDF（多张按输入顺序排列）
PY scripts/converter.py img2pdf --inputs a.jpg b.png c.jpg --output out.pdf
三、PDF → 文本(TXT)
PY scripts/converter.py pdf2txt --input 文档.pdf --output 文档.txt
四、PDF 合并
PY scripts/converter.py merge --inputs 1.pdf 2.pdf 3.pdf --output merged.pdf
五、PDF 分割
# 按页码范围拆出新文件
PY scripts/converter.py split --input 文档.pdf --outdir out_split --pages "2-5"
# 每页拆成独立 PDF
PY scripts/converter.py split --input 文档.pdf --outdir out_split --each
六、PDF 加密 / 解密
# 设打开密码
PY scripts/converter.py encrypt --input 文档.pdf --output locked.pdf --password 123456
# 解密（需正确密码）
PY scripts/converter.py decrypt --input locked.pdf --output unlocked.pdf --password 123456
七、PDF 压缩（重压内嵌图片，减小体积）
PY scripts/converter.py compress --input 文档.pdf --output 压缩后.pdf --quality 70 --maxw 1600
八、图片格式互转（JPG / PNG / BMP / ICO）
PY scripts/converter.py imgconv --input 1.png --output 1.jpg
PY scripts/converter.py imgconv --input logo.jpg --output logo.ico
九、PDF 提取内嵌图片
PY scripts/converter.py extractimg --input 文档.pdf --outdir out_imgs
十、Office ↔ PDF
# Word/Excel/PPT -> PDF（走 LibreOffice，已安装）
PY scripts/converter.py office2pdf --input 报告.docx --outdir out_pdf
# PDF -> Word/Excel/PPT（走本地库，不依赖 LibreOffice）
PY scripts/converter.py pdf2office --input 文档.pdf --type docx --outdir out_office
实现说明：
- Office → PDF：调用 LibreOffice 无头转换，保留版式与中文，效果最佳。
- PDF → Office：
- docx：PyMuPDF 提取文本块 → python-docx 生成（保留可读文字与段落）。
- xlsx：PyMuPDF 检测表格 → openpyxl 生成；无表格时退化为按行导出文本。
- pptx：每页渲染成图 → python-pptx 每页一张幻灯片（视觉保真，适合放映/批注）。
> 注意：本机 LibreOffice 的 PDF 导入在无头环境不可用（转换会失败），因此 PDF→Office 特意走本地库实现，绕开该限制。Office→PDF 不受影响，正常使用。
十一、图片编辑（纯本地，Pillow）
# 改大小（只给一个边则等比缩放；给两个边可加 --keep-ratio 按比例放入框内）
PY scripts/converter.py imgresize --input a.jpg --output b.jpg --width 800
PY scripts/converter.py imgresize --input a.jpg --output b.jpg --width 800 --height 600 --keep-ratio
# 裁剪：--left --top --right --bottom（像素坐标）
PY scripts/converter.py imgcrop --input a.jpg --output b.jpg --left 0 --top 0 --right 800 --bottom 600
# 旋转：--angle 任意角度，自动扩展画布
PY scripts/converter.py imgrotate --input a.jpg --output b.jpg --angle 90
# 修改分辨率（DPI，用于打印）
PY scripts/converter.py imgdpi --input a.jpg --output b.jpg --dpi 300
# 加水印：文字水印
PY scripts/converter.py imgwatermark --input a.jpg --output b.jpg --text "内部资料" --pos br --opacity 40 --fontsize 48 --angle 30
# 加水印：图片/LOGO 水印
PY scripts/converter.py imgwatermark --input a.jpg --output b.jpg --image logo.png --pos br --scale 20 --opacity 50
# 拼图：横向 / 纵向 / 网格
PY scripts/converter.py imgcollage --inputs 1.jpg 2.jpg 3.jpg --output out.jpg --layout h
PY scripts/converter.py imgcollage --inputs *.jpg --output out.jpg --layout grid --cols 3 --cell 400
水印位置 --pos：tl 左上 / tr 右上 / bl 左下 / br 右下 / c 居中；--opacity 0-100。
十二、音视频转换（需 FFmpeg，已安装）
# 视频互转（mp4/mkv/avi/mov/flv/webm/ts/wmv 等）
PY scripts/converter.py video_convert --input 视频.mov --fmt mp4 --outdir out_video
# 音频互转（mp3/m4a/wav/ogg/flac/amr/wma/aac）
PY scripts/converter.py audio_convert --input 1.wav --fmt mp3 --outdir out_audio
# 视频转 GIF（控制宽度与帧率，自动二阶段调色板，画质更干净）
PY scripts/converter.py video_gif --input 视频.mp4 --width 480 --fps 12 --outdir out_gif
# 视频合并（先统一编码再 concat，兼容不同来源）
PY scripts/converter.py video_merge --inputs a.mp4 b.mp4 --output merged.mp4 --outdir out_merge
# 提取音频（视频 -> mp3/wav/m4a/aac/ogg/flac）
PY scripts/converter.py extract_audio --input 视频.mp4 --fmt mp3 --outdir out_audio
# 变速（>1 加速，<1 减速；音视频同步处理）
PY scripts/converter.py video_speed --input 视频.mp4 --speed 2.0 --outdir out_speed
> 实现基于 FFmpeg 无头调用，质量等同主流转码工具。测试覆盖：mp4↔avi↔mkv、转 GIF、合并、提取 mp3、mp3→wav、2x 变速，全部通过。
十三、OCR 图片转文字（需 Tesseract，已安装 + 中文包）
# 图片 -> 文本（默认 chi_sim+eng，输出 .txt）
PY scripts/converter.py ocr --input 截图.png --output 结果 --langs chi_sim+eng
# 图片 -> Word（同时输出 .docx，便于编辑；docx 由本工具用 python-docx 封装生成，保证可用）
PY scripts/converter.py ocr --input 文档.jpg --output 结果 --langs chi_sim+eng --docx
> 实测：对清晰印刷体中文（渲染/扫描高对比文字）识别准确，逐字命中；--docx 生成的 Word 经校验文字正确。
> 质量边界（重要）：本地 Tesseract 擅长清晰印刷体文字；对手写、票证（发票/身份证/银行卡/营业执照/驾驶证）、多国语言混排、公式、低分辨率/倾斜扫描图，准确率明显下降。此类高精度需求建议走云 OCR。因此本 skill 的 ocr 仅定位为「清晰印刷体文字识别」，不替代专业票证/手写识别。
能力范围与边界（重要）
纯本地引擎（已验证）：
- PDF 转图片 / 文本、图片转 PDF
- PDF 合并、分割、压缩、加密、解密
- 图片格式互转、PDF 提取图片
- PDF → Word/Excel/PPT（本地库实现，已验证中文保留）
- 图片编辑：改大小、裁剪、旋转、加水印（文字/图片）、改分辨率、拼图（横/纵/网格）
需 LibreOffice（已在本机安装）：
- Word/Excel/PPT → PDF（版式保真最佳）
需 FFmpeg（已在本机安装）：
- 视频互转、音频互转、视频转 GIF、视频合并、提取音频、视频变速（全部实测通过）
需 Tesseract（已在本机安装 + 中文包）：
- OCR 图片转文字：限清晰印刷体（已实测中文逐字命中）；不覆盖手写/票证/多国语言/公式（质量有限，建议云 OCR）
本 skill 未覆盖（需云端/额外引擎，暂不实现）：
- 音视频转文字：需语音识别模型（Whisper 等），未集成
- 票证识别、万能识别（花卉/植物/动物/车牌/VIN）、手写/公式 OCR：本地 Tesseract 质量不达标，按"效果不佳就放弃"原则不纳入
- OFD 文件转换（本地库支持有限）
- 论文查重、AI 写作、翻译（非格式转换，且需联网服务）
使用原则
- 文件处理在本地完成，敏感文档不外传。
- 转换前先确认输入路径与输出路径，避免覆盖原文件（脚本默认输出到新文件/新目录）。
- 涉及系统级软件安装（如 LibreOffice）必须由用户确认后再操作。
反馈与建议入口（每次回答后必须呈现）
本 skill 在回答格式转换相关问题后，都会在结尾提供一个清晰可见、可交互的反馈入口（本地反馈表单）。它专门用于收集用户的意见、建议、问题反馈，不作为格式转换的任务入口 / 对话入口——用户要做文件转换，仍应在对话中直接说明。该入口会持续呈现，并对用户提交的反馈在下一次对话中确认收到，形成持续互动闭环。
工作方式
- 本地反馈后端：
scripts/feedback_server.js（仅 Node 内置模块，无需联网、无需 npm install），把反馈存到~/.workbuddy/feedback/quanneng-format-converter/feedback.json。 - 每次回答后，用
show_widget渲染一个可填写、可提交的反馈表单（HTML，POST 到本地服务）；同时给出本地页面http://127.0.0.1:<port>/作为备用入口，并允许直接在对话框留言反馈（三重兜底，保证一定能提交）。
会话首次启动后端
# 设置本 skill 专属数据目录，后台启动反馈服务
FEEDBACK_DATA_DIR="$HOME/.workbuddy/feedback/quanneng-format-converter" node <skill_dir>/scripts/feedback_server.js
以后台方式运行（run_in_background）。启动后读取实际端口（默认 8777，冲突自动 +1）：
node <skill_dir>/scripts/feedback_cli.js port
若返回端口即已运行；若连接失败再启动。后续 <port> 一律以此读到的为准。
> <skill_dir> 为本 skill 目录（即本 SKILL.md 同级 scripts/ 的父目录）。
每次回答的固定收尾（闭环）
- 先回执上一轮反馈（闭环回执）：查询未确认反馈并确认收到
bash node <skill_dir>/scripts/feedback_cli.js pending # 若有 items，逐条在回复中确认，例如「✅ 收到您上一条反馈（建议）：…… 谢谢，已记录。」然后标记已读： node <skill_dir>/scripts/feedback_cli.js ack <id1> <id2> ...
若无 pending 则跳过。 - 回答用户的格式转换问题（主体任务）。
- 呈现反馈入口：用
show_widget渲染反馈表单，把端口填入提交地址http://127.0.0.1:<port>/api/feedback。表单含：类型（意见/建议/问题反馈/其他）、内容框、提交按钮（提交后显示「已收到，感谢您的反馈 (#id)」）、已收集条数提示。文字中明确说明：
- 此入口仅用于反馈 / 建议 / 问题反馈，不是转换任务的对话入口；
- 也可打开本地页面http://127.0.0.1:<port>/填写；
- 也可直接在对话框留言反馈，Agent 同样记录。
对话框直接留言反馈的处理
若用户以文字提交反馈（非表单），识别后写入后端（type 可取 意见/建议/问题反馈/其他）：
curl -s -X POST http://127.0.0.1:<port>/api/feedback -H "Content-Type: application/json" -d "{\"type\":\"建议\",\"content\":\"<用户原话>\"}"
并即时确认收到，照常呈现反馈入口。
查看 / 导出反馈（按需）
node <skill_dir>/scripts/feedback_cli.js list 100 # 最近 100 条
node <skill_dir>/scripts/feedback_cli.js stats # 总数 / 未确认数
数据文件：~/.workbuddy/feedback/quanneng-format-converter/feedback.json（标准 JSON 数组，便于导出或分析）。
边界与注意
- 反馈服务只监听
127.0.0.1，数据存于本机，不外传，适合内部意见箱 / 满意度收集。 - 仅依赖 Node 内置模块，无需
npm install；迁移到新机器直接复制scripts/即可。 - 反馈表单明确标注「非对话入口」，避免与格式转换任务混淆。
- 不要删除
~/.workbuddy/feedback/目录，否则历史反馈会丢失。
