将腾讯文档（企业微信/WeCom 导出）的 .docx 转换为 Obsidian 兼容 Markdown。 图片抽取到同名附件目录并以 ![[wiki-link]] 引用；自动注入 YAML front matter； 表格智能降级为 pipe 或保留清洗后的 HTML；还原被 pandoc 丢弃的下划线与背景高亮。 触发条件：用户提到"腾讯文档 / WeCom / 企业微信导出的 docx 转 markdown"， 或文件名含 PRD / 需求等业务词且来源为 doc.weixin.qq.com；通用 docx 请用 docx-to-md。 v0.4.x 新增：文字颜色恢复（<span style="color">）、幽灵空表清除、图片宽度约束。 v0.5.0 新增：config.yaml 路径配置、全局附件库模式、batch.py 批量入口、根目录快捷脚本。
满足以下任一条件时使用本 skill，否则用 docx-to-md：
word/styles.xml 内标题的 w:styleId 为 6 位随机字符（probe.py 自动识别）![[...]] wiki-link 图片引用python <skill>/scripts/check_deps.py
缺少 pandoc 或 python3 时会打印安装建议并以非零码退出。
python <skill>/scripts/convert.py "<docx路径>" \
[--output-dir <目录>] # 默认与输入同级
[--force] # 覆盖已存在的输出
[--dry-run] # 只预览，不落盘
产物：
<output-dir>/
├── <stem>.md # 转换后的 markdown
└── <stem>/ # 附件目录
├── image1.png
└── image2.jpg
stderr 输出一份 JSON 报告，包含各 cleaner 处理统计和 warnings。
转换完成后检查 JSON 报告并按需补充：
关注字段：
stages.preprocess.heading_numpr_stripped # 修复的标题数
stages.table_cleaner.kept_as_html # 保留为 HTML 的复杂表
stages.inline_formatter.highlights_restored # 恢复的高亮数
warnings # 需人工处理的警告
语义补充：
source 为空但正文有 doc.weixin.qq.com/...，手动填入文件名归一化（保留中文，只清理文件系统敏感字符）：
| 原字符 | 替换为 |
|---|---|
: / \ ? * " < > | | - |
| 连续空白（含全角） | 单个半角空格 |
| 前后空白 / 点号 | 去掉 |
Front matter 字段：title / source / converted_at / source_file / tags / author / aliases
按以下顺序执行，每步职责独立：
| # | Cleaner | 职责 |
|---|---|---|
| 1 | image_rewriter |  → ![[stem/imageN.ext]] |
| 2 | heading_normalizer | 解包 list-wrapped heading；H2 为最高级 |
| 3 | inline_formatter | PUA sentinel → <u> / <span style="background-color"> / <span style="color"> |
| 4 | table_cleaner | HTML→pipe 或清洗 HTML；修复空首行、<li><p>/<li><blockquote> 间距；图片宽度约束；幽灵空表清除 |
| 5 | hyperlink_cleaner | 清空链接 / 多余空格 |
| 6 | list_squeezer | 压缩松散列表空行；清除 <!-- end list --> 注释 |
| 7 | front_matter | 注入 YAML + H1 title |
详细实现说明见 references/pipeline-internals.md。
tencdoc-to-md/
├── convert.py ← 根目录单文件转换快捷入口
├── batch.py ← 根目录批量转换入口（读 config.yaml）
├── config.example.yaml ← 路径配置模板（复制为 config.yaml 后填写）
├── SKILL.md ← 本文件（Level 1+2，AI agent 调用规范）
├── README.md ← 人类可读安装文档
├── LICENSE ← MIT 协议
├── requirements.txt ← Python 依赖声明
├── references/ ← Level 3，按需加载
│ ├── pipeline-internals.md ← cleaner 详细机制
│ ├── backlog.md ← 已知问题与路线图
│ └── CHANGELOG.md ← 版本历史
├── scripts/
│ ├── convert.py ← 核心转换逻辑（含 convert_one() 供 batch.py 调用）
│ ├── check_deps.py
│ └── tencdoc/
│ ├── probe.py ← 解析 docx 元信息
│ ├── preprocess.py ← heading numPr 修复 + inline sentinel 注入
│ ├── pipeline.py ← CleanerContext + run_pipeline()
│ ├── utils.py
│ └── cleaners/
│ ├── image_rewriter.py
│ ├── heading_normalizer.py
│ ├── inline_formatter.py ← v0.3 新增
│ ├── table_cleaner.py ← 持续优化重点
│ ├── hyperlink_cleaner.py
│ ├── list_squeezer.py
│ └── front_matter.py
└── tests/
├── fixtures/
├── run_tests.py
└── UAT_report/
└── UAT_report_20260412.md
发现新问题时的三步流程：
tests/fixtures/，命名说明问题python tests/run_tests.py 确保未破坏已有 case当前 P1 问题（下轮优先）：见 references/backlog.md