把一份 Word 和 PDF 活动说明变成可核对的 AI 资料包

免费下载练习材料与成品（ZIP，约 283 KB）

手里有一份活动说明，想让 AI 据此写通知、安排人员或回答问题，先把内容完整地拿出来。这次我们用同一份原创活动材料，制作了 Word、文本 PDF 和纯图片 PDF，再用 MarkItDown 0.1.7 实际转换。

结果有一个明显区别：Word 输出保留了五个分节标题和议程表格；文本 PDF 的内容还在，表格却变成逐行文字；纯图片 PDF 没有识别出文字。你会拿到这三份输入、未经修改的输出，以及一份整理后的资料。它们都属于“旧物整理小课堂”的虚构教学示例，不是真实活动通知。

准备工具和文件

本课在 Windows、Python 3.12.10 环境中完成，使用本站 MarkItDown 资源 固定归档的 0.1.7 源码，安装了 Word 与 PDF 转换所需依赖。基础转换在本机执行，没有接入云模型、OCR 插件或付费转换接口。安装依赖需要联网；实际转换时，我们禁止该进程建立网络连接，三份文件仍得到了下面记录的结果。

你需要一台可安装 Python 的电脑。第一次使用时，可在 Python 官方产品站的 Downloads 栏目选择 Windows 安装器，核对发布方为 Python Software Foundation，安装时启用添加到 PATH 的选项。重新打开 PowerShell，输入 python --version；本课工具要求 Python 3.10 或更高版本。若系统跳到应用商店或提示找不到命令，先修正 Python 安装或应用执行别名，再继续。本文没有重新测试一台全新电脑的安装过程。

从资源页获取完整文件后，解压并找到 source/packages/markitdown。在这个文件夹的地址栏输入 powershell，打开的终端就以该目录为起点。依次运行：

python -m venv .venv
.\.venv\Scripts\python.exe -m pip install ".[docx,pdf]"
.\.venv\Scripts\python.exe -c "from importlib.metadata import version; print(version('markitdown'))"

最后一条应显示 0.1.7。这个 .venv 是本次练习独用的 Python 环境，不必把脚本执行策略改成无限制，也不需要激活环境。直接使用里面的 python.exe 即可。若解压后最外层又多了一层文件夹，先进入真正含 pyproject.toml 的 packages/markitdown，不要在随便一个目录运行安装命令。

配套文件中的 inputs/activity.docx 是 Word 输入，inputs/activity-text.pdf 是有文字层的 PDF，inputs/activity-image-only.pdf 是将同一页变为图片后制成的反例。原始事实还保存在 inputs/activity-source.md 和 inputs/activity-facts.json，用于对照结果，不是模型自动总结出来的“标准答案”。

先读完这份原始材料

活动日期为2026年10月17日，时间10:00—11:30，09:45开始签到。地点为青禾社区二楼活动室，这是虚构地点。上限18人，参与费用0元，不收押金。

参与者分成3组，每组6人。每人带2件干净的小物品和1个可重复使用的收纳袋；不要带食品、药品、电池或贵重物品。现场提供6张桌子和18把椅子，不提供运输或寄存服务。

物品全程由本人保管。练习只演示分类与整理，不开展交易，不承诺物品一定能被转赠。结束后带回自己的物品，不把未处理物品留在现场。如果场地或时间有调整，以另行发布的正式通知为准。本材料没有提供取消条件、报名链接、电话号码或二维码，不要自行补写。

查看原图 ↗

分别转换三份文件

在刚才的 PowerShell 中运行下面的命令。把输入、输出路径换成你电脑上的实际位置，保留双引号。示例假设你已把配套文件解压到 D:\AI练习；其他盘符同样可以。

.\.venv\Scripts\python.exe -m markitdown "D:\AI练习\inputs\activity.docx" -o "D:\AI练习\my-word.md"
.\.venv\Scripts\python.exe -m markitdown "D:\AI练习\inputs\activity-text.pdf" -o "D:\AI练习\my-pdf.md"
.\.venv\Scripts\python.exe -m markitdown "D:\AI练习\inputs\activity-image-only.pdf" -o "D:\AI练习\my-image-only.md"

这里输出的是 Markdown 文本。用记事本打开能看到原始字符，用支持 Markdown 的编辑器打开能看到标题与表格。不要把 .md 改名为 .docx；扩展名变化不会转换文件格式。配套的 convert_files.py 也能在已安装 0.1.7 的环境运行，输出到它旁边的 my-results 文件夹；两种方式选一种即可。

本次保留的原始输出为 artifacts/from-word.md、artifacts/from-pdf.md 和 artifacts/from-image-only-pdf.md。不要先让 AI 润色这些文件，否则不容易看出错误来自转换，还是来自后面的改写。

对照结果时看这三件事

第一件是事实。本次逐项核对了27个检查项，包括标题、日期、活动与签到时间、人数、费用、议程各行、分组与物品数量，以及禁止交易、没有报名方式等限制。Word 和文本 PDF 都保留了这些文字。PDF 会在句中换行，检查时可以忽略空白差异，但不能忽略数字、否定词或缺字。

第二件是结构。Word 输出有5个以 # 开头的分节标题，表格共7行，含表头和分隔行。文档最上面的 Word Title 样式变成普通文本，并没有自动变成 Markdown 标题。文本 PDF 输出的 Markdown 标题数和表格行数都为0：它读到了时间和安排，但没有重建表格。

第三件是结果是否为空。纯图片 PDF 输出0个字符，命令却没有抛出错误。因此，“终端没报错”和“文字提取成功”是两回事。先打开结果，再看它够不够支持下一步。

查看原图 ↗

给资料加一个清楚的入口

配套的 artifacts/reference-ready.md 基于已核对的 Word 输出整理：把文档标题升为一级标题，原来五个分节改为二级标题，并在开头标注原文件名和虚构示例身份。正文事实没有改动，也没有将空的图片 PDF 结果“补写成成功”。

有 Word 原稿时，这次样例适合优先使用 Word 输出。如果只有 PDF，先对照原页手工恢复表格，确认每个时间仍对应正确安排，再把整理稿交给 AI。文件名与版本也一起提供，避免下一轮对话分不清材料。

要继续让你已经能使用的 AI 工具整理任务，可以复制下面的完整要求，再附上这份资料。这一段是后续练习指令，本课没有实际执行模型问答，因此不提供虚构的模型成绩。

请只根据我提供的 reference-ready.md 回答。
这份材料描述的是虚构活动，不要当成真实报名邀请。
先列出活动日期、签到时间、开始和结束时间、人数上限、费用。
再按原表逐行整理议程，保留时间与安排的对应关系。
最后分别列出参与者要带的物品、现场不提供的服务、材料未写明的信息。
每条注明对应章节。不要补写二维码、电话、报名链接、取消条件或保证转赠的承诺。
发现内容缺失或互相矛盾时，指出问题，不用常识补齐。

遇到问题怎么处理

结果是空白：先在原 PDF 里拖选一段文字。如果只能选到整张图，通常需要另外的 OCR 路线。本课没有启用或测评 OCR，也没有因为空白就把素材上传到其他服务。你可以先找回 Word 原稿，或者在确认条件后另做文字识别。

表格散成几行：回看原页，把每个时间与后面的安排配对。不要仅因关键词全出现，就认为行列关系也正确。这个一页样例很简单，不代表跨页表格、双栏排版或扫描件也能得到同样结果。

找不到输入文件：在文件管理器中复制完整路径，检查扩展名没有变成 .pdf.pdf。输出目录必须已存在；先用上面位于解压根目录的输出路径跑通，再调整目录。

提示缺少转换依赖：确认用的是 .venv\Scripts\python.exe，并在正确源码目录安装了 .[docx,pdf]。不要把另一个环境里“已经安装”当成本环境也可用。

这份配套资料允许你免费学习、复制和改成自己的练习。MarkItDown 代码按其 MIT 许可使用，AI 工具的账号与调用费用另按你选用的服务规则。此次验证覆盖三份原创小文件的本地转换，没有测试大型文档、密码保护文件、OCR 或所有电脑配置。