- 我的帖子已经打上 开源推广 标签： 是
- 我的开源项目完整开源，无未开源部分： 是
- 我的开源项目已链接认可 LINUX DO 社区： 是
- 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
- 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
项目地址：https://github.com/Byte-n/larkDocx2md
在将飞书文档转换为 Markdown 的场景中，文本、表格、图片等常规块类型的处理在之前以及完成。但在日常接触的业务需求中，有一部分产品的业务流程图是放在飞书的需求文档的画板中，在此之前都依赖截图或人工转述的方式投喂给 Agent 。
lark-docx2md@0.2.0 版本的核心目标:
- Markdown 转换架构调整，更好扩展、维护。
- 支持文档中内嵌的画板块的识别和转换。
架构重构
之前的代码中采用的是单文件的解析器直接输出 Markdown 字符串，后续的块转换也都是字符串在操作。这种方式在新增块类型或处理异步资源（如图片下载、画板接口请求）时，耦合严重、难以扩展。每次新增一种块类型，都需要修改核心解析逻辑，且同步和异步处理混在一起，代码可维护性较差。
飞书 API ───▶ Parser ───▶ Transformer ───▶ Serializer
原始数据 (AST 构建) (异步处理) (Markdown)
同步、纯函数 网络请求 字符串输出
Parser 阶段： 仅将飞书的响应数据转换为 AST 的结构。
**Transformer **：AST + 外部资源集合调用各块的转换器，执行 AST → 字符串的转换
Serializer 阶段： 整个 AST 序列化为最终的 Markdown 字符串
如果后续需要支持新的块，只需要增加对应块类型的转换器即可！
画板的支持
lark-docx2md 支持识别并转换飞书文档中的画板内容：
-
流程图
-
脑图
-
涂鸦
-
表情
-
表格
-
泳道
-
Any … 几乎大部分 99% 的内容
矢量绘制，无限缩放不失真，项目中已有 lark-docx2md Skill 的可以直接尝试，不需要做任何更改。
Agent 调用此 Skill，画板数据会以 yaml 格式输出（AI 友好，人类不友好）
人类友好形式：npx lark-docx2md@latest download --wb-format “svg” --wb-bg “#fff” xxx
然后你可以在输出日志中找到对应的图片，类似：{时间} [INFO] [converter] Downloaded markdown file to larkDocx2mdOutput/xx.md
画板支持输出格式：
base64在 Markdown 中通过图片语法引用（data URI ）
npx lark-docx2md@latest download --wb-format “base64” --wb-bg “#fff” xxx
inline-svg：SVG 标签内嵌，大部分 Markdown 渲染器都支持直接渲染内嵌的 HTML 标签。
npx lark-docx2md@latest download --wb-format “inline-svg” --wb-bg “#fff” xxx
这里会将笔触、表情等视觉内容（非逻辑部分）移除，因为此部分一般不会影响 Agent 理解此画板的内容，但此部分一般都是由大量坐标、svg 代码构成，十分浪费 tokens。
svg：输出到磁盘 .svg 文件中，在 Markdown 中通过图片语法引用
npx lark-docx2md@latest download --wb-format “svg” --wb-bg “#fff” xxx
这里包含全量的信息，不会移除任何内容。相比 base64，这里是矢量图片，无限缩放不失真。
yaml：AI 友好结构化数据。
此部分输出的格式，人类极度不友好，Agent 专用友好格式（比 svg 遥遥领先）。
npx lark-docx2md@latest download --wb-format “yaml” --wb-bg “#fff” xxx
这里会将笔触、表情等视觉内容（非逻辑部分）移除，因为此部分一般不会影响 Agent 理解此画板的内容，但此部分一般都是由大量坐标、svg 代码构成，十分浪费 tokens。
Agent 模式
--agent 标志，开启时将转换后的文档输出到标准流中，并且会强制：
image-mode=online（避免本地文件依赖）wb-image-mode=online（避免本地文件依赖）wb-format=yaml（输出 AI 友好的结构化数据）
作为库调用
import { convert } from 'lark-docx2md';
const result = await convert({
url: 'https://your-domain.feishu.cn/wiki/xxx',
appId: 'your_app_id',
appSecret: 'your_app_secret',
output: './output',
wbFormat: 'yaml',
agent: true,
});
console.log(result.markdown); // Markdown内容
console.log(result.docToken); // 文档Token
1 个帖子 - 1 位参与者