AI 读文档又慢又贵又错？这个 Skill 让它快 10 倍、准 10 倍、省一半 token

30 秒版本：

我发布了一个文档速读 Skill：
把 PDF / Word / PPT / Excel 等 15+ 种格式一键转成AI能快速读懂的格式（Markdown）。

它解决 AI 读文档的三个痛点：

⚡ AI 读得更快：不用反复调用工具解析文档，Markdown 一次性喂给 AI，秒级出结果
🎯 AI 读得更准：标题/表格/章节结构完整保留，不会把页眉页脚当正文、不会表格串行
💰 token 省一半：Markdown 比原始文档干净 40-60%，AI 处理成本直接砍半

📦 GitHub：wanfeng-skills/skills/doc-speedreader

灵感来自微软的开源项目：markitdown

一、AI 读文档的三个毛病

不管 PDF / Word / PPT / Excel，AI "原生"都读不好。具体来说，三个毛病：

毛病 1：慢

AI 不能直接读懂 PDF / Word / PPT——它要先调工具提取文本，再调工具识别表格，再自己拼接上下文。一份 80 页 PDF，AI 来回折腾好几轮才能搞清结构。Word / PPT / Excel 也一样，每个格式都是一堵墙，AI 每次都要翻墙。

毛病 2：错

PDF：把页眉页脚当正文、双栏串行、表格行列错位
Word：标题层级丢、列表乱套、批注混入正文
PPT：每页之间的逻辑断掉、备注和正文混、图表说明错位
Excel：表头认错、合并单元格炸裂、公式当成数据

你问它"第 3 章讲什么"，它给你总结页脚。

毛病 3：贵

PDF / Word / PPT 里的格式噪音（页码 / 页眉 / 水印 / 排版符号）全被当 token 算钱：

80 页 PDF ≈ 50,000 tokens
同样内容转 Markdown ≈ 25,000 tokens
一半 token 是浪费的

doc-speedreader 就是来治这三个病的——不管什么格式，统一转成干净的 Markdown，让 AI 读得更快、更准、更省 token。

二、doc-speedreader 是什么？

一句话：

doc-speedreader = MarkItDown（格式转换）+ 3 轮强制对话流（任务规约）

架构很简单：

用户丢文件/URL
    ↓
scripts/convert.sh  ← 调 MarkItDown 转 Markdown
    ↓
AI 按 SKILL.md 定义的 3 轮对话流，给你 3 种产物选一
    ↓
TL;DR（10 秒）/ 结构化摘要（30 秒）/ 完整 Markdown 副本

核心设计决策：

支持 15+ 格式：PDF / Word / PPT / Excel / 图片 / 音频 / HTML / CSV / ZIP / EPUB / YouTube URL 等
3 类产物，默认走 A（TL;DR）——你不说话，AI 就给你最省时间、最省 token 的版本
完全独立：不联动其他 skill，不做下游推荐，干完活就走

三、安装（2 分钟）

直接复制下面这句话，让你的AI安装 doc-speedreader：

1	全局安装这个skill：https://github.com/CoderWanFeng/wanfeng-skills/tree/main/skills/doc-speedreader

四、最小可运行示例（30 秒跑通）

：AI 对话里用（推荐）

在装了 doc-speedreader 的 AI 客户端（Claude / 其他 AI 客户端）里说一句：

帮我速读这份 PDF /Users/wanfeng/Downloads/report.pdf

AI 会自动完成：调 doc-speedreader → 给你文档的内容。

五、核心机制：3 轮强制对话流

这是 doc-speedreader 跟"裸用 MarkItDown"最大的区别。SKILL.md 里定义了一套强制 3 轮对话，确保 AI 不会自说自话把整份文档糊你脸上：

轮次	AI 做什么	用户做什么
第 1 轮	开场 + 收文件路径 / URL	拖文件 / 给路径 / 给 URL
第 2 轮	给出 3 个产物选项（A / B / C）	选 A / B / C，或自定义
第 3 轮	交付产物	拿走用
第 4 轮（可选）	回答追问	问细节 / 收工

关键设计：默认走 A

第 2 轮 AI 会明确告诉你：

已转成 Markdown（共 N 字 / M 个章节 / 格式：PDF）。
你接下来想要哪一种？

A. ⭐ TL;DR（一句话总结 + 3 个关键点，10 秒看完）
B. 结构化摘要（标题 + 每章要点 + 数据点 + 行动项，30 秒看完）
C. 完整 Markdown（保存到本地路径）
D. 别的（你说）

默认走 A——你要 A 吗？

你要是不回答、或者说"默认"，AI 就直接给 TL;DR。这就是"10 秒看完一份报告"这个体验的来源——不是靠 AI 快，是靠默认选项把决策成本压到 0。

六、为什么 AI 用了它，更快、更准、更省？

3 层机制，对应 3 个卖点：

机制 1：更快 —— 默认 + 分段策略

SKILL.md 里写死的硬规则：

文件 > 5000 字 → AI 在对话里分段贴关键段，不一次贴爆上下文窗口
文件 < 5000 字 → 全文回灌到对话里
用户不主动选 C → AI 默认只给 TL;DR 摘要，不读全文

AI 拿到的是干净 Markdown + 明确的任务指令，不用自己猜结构、不用反复调工具，一次搞定。

机制 2：更准 —— Markdown 保留文档结构

维度	原始文档直接喂 AI	转 Markdown 后喂 AI
标题层级	丢失或错乱	`#`/`##`/`###` 清晰保留
表格	行列错位、串行	干净的 Markdown 表格
列表	混入正文	`-` / `1.` 结构完整
页眉页脚	当正文读	被过滤掉

AI 不用猜结构，直接按 Markdown 标题定位章节，按表格读数据，准确率拉满。

机制 3：更省 token —— Markdown 比 PDF 干净 40-60%

PDF / Word / PPT 的格式噪音（页码 / 水印 / 排版符号）全被当 token 算钱
Markdown 只保留纯内容和结构标记，没有废话
摘要用 200 字讲清 80 页报告，token 消耗是原文的 1/250

3 层机制叠加，token 能省到原来的 5-10%。

七、支持的 15+ 格式

类别	格式	推荐度	备注
办公文档	PDF / DOCX / PPTX / XLSX	⭐⭐⭐⭐⭐	主力场景
网页	HTML / YouTube URL	⭐⭐⭐⭐	自动抓正文
电子书	EPUB	⭐⭐⭐⭐	保留章节结构
多媒体	图片 / 音频	⭐⭐⭐	默认不开 LLM 图描
数据	CSV / ZIP	⭐⭐⭐	ZIP 自动解包