<< All versions

Skill v1.0.0

currentAutomated scan100/100
aximande/agent-skills/doc-ingest
──Details
PublishedSeptember 27, 2026 at 05:34 AM
Content Hashsha256:0e36892e7acad8e3...
Git SHA
──Files
Files (1 file, 2.1 KB)
SKILL.md2.1 KBactive
SKILL.md · 47 lines · 2.1 KB

version: "1.0.0" name: doc-ingest description: > Amène des documents (PDF, DOCX, PPTX, XLSX, images) dans le contexte agent en markdown propre via markitdown. Use when: l'utilisateur donne un PDF ou un document Office à lire, analyser, résumer ou convertir, veut « ce PDF en contexte / en markdown », ou veut un repo entier aplati en une page pour contexte LLM (rendergit). license: MIT

Doc Ingest

Décision d'abord, conversion ensuite. Compter les pages d'un PDF : mdls -name kMDItemNumberOfPages <pdf> ; s'il ne trouve rien (index Spotlight), pypdf via uvx (uvx --from pypdf python3 -c "...").

CasFaire
PDF court (≤ ~20 pages), usage unique dans la conversationLecture native du PDF (outil Read, param pages) — pas de conversion.
PDF long, document Office (docx/pptx/xlsx), lot de fichiers, ou réutilisation prévue (grep, sessions futures, autres agents)Convertir en .md avec markitdown, puis travailler sur le .md.
Un repo entier à mettre en contexte (audit, revue, reprise d'un projet)rendergit <url-ou-chemin> → une page HTML : vue humain (navigation, coloration) + vue LLM (texte CXML à coller en contexte). Install une fois : uv tool install git+https://github.com/karpathy/rendergit

Conversion

bash
uvx "markitdown[all]" <fichier> -o <même-nom>.md
  • Sortie par défaut : à côté de la source, même nom en .md. Un .md déjà

présent se compare avant d'écraser (la source a pu changer).

  • Lot : une sortie par fichier source, mêmes règles.
  • Contrôler la sortie : un .md quasi vide pour un PDF non vide = PDF

scanné (images). markitdown n'a pas d'OCR fiable seul → le signaler et basculer sur la lecture native du PDF (Read rend les pages visuellement, images comprises).

  • XLSX : sortie = une table markdown par feuille. Au-delà de quelques

centaines de lignes, parser (pandas/csv) au lieu d'ingérer la table brute en contexte.

Après conversion

Travailler sur le .md (Read/Grep), citer le document d'origine dans les livrables, et laisser le .md en place : c'est le cache réutilisable pour les prochaines sessions et les autres agents.

All versions