瑞大师 — 多格式文件转 Markdown 智能转换工具

技术说明

实现思路

• BaseConverter 抽象基类 + 7 种转换器各自实现 async convert()，工厂模式统一调度，新增格式只需加一个类。
• 文档解析后端用 PyMuPDF（PDF）、python-docx（Word）、openpyxl（Excel）、python-pptx（PPT）读取结构。
• OCR 采用 Tesseract 与 PaddleOCR，LibreOffice 负责格式互通，安装包随项目分发、开箱即用。
• Markdown 后处理管道做标题映射、表格对齐、代码块语言标注；非 ASCII 路径自动复制到临时目录解决中文路径兼容。
• threading.Lock 保护任务状态更新，SSE + 轮询双通道进度上报，确保并发场景下的数据一致性。