核心用法
Pandoc Skill 是一款基于 Pandoc 开源项目的文档格式转换工具,支持 Markdown、HTML、DOCX、PDF、EPUB、LaTeX、ODT、Jupyter Notebook 等 50 余种格式的双向转换。核心通过 scripts/convert.sh 辅助脚本实现一键转换,自动识别文件扩展名并应用合理默认配置。
典型转换场景:
- Markdown → PDF/DOCX/EPUB/HTML(学术写作、电子书制作)
- DOCX → Markdown(文档逆向工程、版本控制)
- HTML → PDF(网页存档、报告生成)
- LaTeX → PDF(科研论文编译)
关键特性:
- 多引擎 PDF 生成(xelatex/pdflatex/wkhtmltopdf),xelatex 推荐用于中文/Unicode 场景
- 模板系统:CSS 控制 HTML 样式,LaTeX 变量调整 PDF 版式,reference-doc 定制 DOCX 企业风格
- 文档结构化:自动生成目录(--toc)、提取媒体资源、多文件合并、YAML 元数据注入
显著优点
1. 格式覆盖极广:几乎涵盖所有主流文档格式,尤其擅长 Markdown 生态与学术出版格式
2. 转换质量高:通过 AST 中间表示确保语义保留,非简单文本替换
3. 样式可控:从简洁 CSS 到复杂 LaTeX 模板,满足从快速草稿到正式出版的需求
4. 开源免费:基于 GPL 协议,无商业授权顾虑
5. 扩展性强:支持 Lua 过滤器自定义 AST 转换,可集成复杂工作流
潜在缺点与局限性
1. 依赖复杂:PDF 生成需额外安装 TeX Live(数百 MB 级),轻量场景显得笨重
2. 字体与排版门槛:LaTeX 引擎对系统字体配置敏感,中文排版需专门调试
3. DOCX 样式有限:无法 100% 还原 Word 高级功能(复杂宏、ActiveX),仅基于参考文档替换
4. HTML 渲染差异:wkhtmltopdf 基于 WebKit 旧版内核,现代 CSS 特性支持滞后
5. 无实时预览:纯 CLI 工具,需反复编译查看效果,调试周期较长
适合人群
- 技术写作者:Markdown 为主、需输出多格式交付物
- 学术研究者:LaTeX/PDF 论文生成、参考文献管理集成
- 电子书作者:EPUB 生成、多章节合并、封面元数据配置
- DevOps/自动化:CI/CD 文档生成流水线、批量格式转换
常规风险
- 依赖缺失导致转换失败:未安装 TeX 引擎时 PDF 命令报错,需前置环境检查
- 字体渲染异常:生僻字符或 emoji 可能显示为空白或方框,建议强制指定 DejaVu/Noto 字体族
- 图片路径解析错误:相对路径在转换后失效,关键场景需加
--self-contained内嵌 base64 - CSS 注入风险:
--css参数接受任意文件路径,若来源不可信可能引入恶意样式(XSS 载体)