多媒体导入 Obsidian
将 PPT、PDF、DOCX、图片等多媒体文档导入 Obsidian，每页/每张图片自动生成文字描述。
功能特点
- 支持多种格式：PPT、PDF、DOCX、图片（PNG、JPG 等）
- 自动提取媒体文件
- 调用多模态模型理解内容
- 自动分类到 OB 仓库
使用方法
前提条件
- 安装依赖：
brew install pandoc poppler
pip install python-pptx pillow
- 设置环境变量（至少一个）：
# MiniMax
export MINIMAX_API_KEY="your-key"
export MINIMAX_API_HOST="https://api.minimaxi.com"
# OpenAI
export OPENAI_API_KEY="your-key"
# Anthropic
export ANTHROPIC_API_KEY="your-key"
调用脚本
python3 <skill>/scripts/media_to_obsidian.py <源文件/目录> <输出OB目录> [options]
参数：
- 源文件/目录：单个文件或包含多媒体文件的目录
- 输出目录：Obsidian 仓库路径
- 选项：
--format ppt|pdf|docx|image|all: 指定格式，默认 all--model minimax|openai|anthropic: 指定模型，默认 minimax--category 分类名: 指定输出分类目录
示例
# 导入 PPT 课件
python3 ~/.openclaw/workspace/skills/multimedia-to-obsidian/scripts/media_to_obsidian.py \
/path/to/培训课件.pptx \
/path/to/Obsidian \
--format ppt --category 培训
# 导入图片到 OB
python3 ~/.openclaw/workspace/skills/multimedia-to-obsidian/scripts/media_to_obsidian.py \
/path/to/images/ \
/path/to/Obsidian \
--format image --category 素材
# 批量导入目录下的所有文档
python3 ~/.openclaw/workspace/skills/multimedia-to-obsidian/scripts/media_to_obsidian.py \
/path/to/documents/ \
/path/to/Obsidian
输出结构
Obsidian仓库/
├── 培训/
│ └── 培训课件.md (含每页图片理解)
├── 素材/
│ └── 图片1.md
│ └── 图片2.md
└── 导入/
└── 文档名.md
工作流程
- 提取媒体：从 PPT/PDF/DOCX 提取每一页为图片
- 理解内容：调用多模态模型理解每张图片
- 生成描述：将图片描述写入 Markdown
- 分类存储：按指定分类存入 OB