Pandoc 文档转换器评估
核心用法
Pandoc 是一款「文档格式瑞士军刀」，支持 Markdown、HTML、DOCX、PDF、EPUB、LaTeX、ODT、Jupyter Notebook 等 50 余种格式之间的任意双向转换。通过抽象语法树（AST）中间层实现跨格式无损（或最小损失）转换，用户只需指定输入输出文件，即可一键完成复杂转换流程。
显著优点
- 格式覆盖极广：从学术常用的 LaTeX/PDF，到商务场景的 DOCX/EPUB，再到技术文档的 Markdown/HTML，几乎涵盖所有主流需求
- 转换质量高：保留标题层级、表格、公式、脚注、引用等结构化元素，非简单文本提取
- 样式可定制：支持 CSS（HTML）、LaTeX 模板（PDF）、参考文档（DOCX/ODT）三级样式体系，满足品牌化输出需求
- 生态成熟：开源项目（Haskell 编写）维护超 10 年，社区庞大，文档详尽，Stack Overflow 问答丰富
- 扩展性强：Lua 滤镜机制允许自定义 AST 转换逻辑，满足高级排版需求
潜在局限
- PDF 依赖 LaTeX：生成 PDF 需本地安装 TeX Live（数百 MB），首次配置门槛较高
- 复杂排版有边界：InDesign 级精细排版、复杂分栏杂志布局仍需专业工具
- 格式特有不完全对等：如 Word 修订模式、Excel 公式等专有功能无法保留
- 字体/编码坑点：非 ASCII 文档需显式指定
xelatex引擎与 Unicode 字体，否则出现乱码
适合人群
- 学术研究者：LaTeX ↔ Word 协作、Markdown 论文写作转期刊模板
- 技术写作者：Markdown 文档生成多格式电子书、HTML 手册
- 出版流程：EPUB 电子书制作、DOCX 校对稿流转
- 开发者：CI/CD 文档自动化、Jupyter Notebook 静态站点生成
常规风险
- 路径遍历风险：若 Skill 未校验输入路径，恶意构造的
--extract-media=../../../etc可能覆盖系统文件 - 命令注入：若用户输入直接拼接入 shell 命令，分号、反引号等可触发任意代码执行
- 资源耗尽：超大文档转换可能占用大量内存/CPU，需设置超时与资源限制
- 隐私泄露：文档元数据（作者、修订历史）可能在转换中意外保留