kb-01：PDF 转 Markdown 知识库导入
输入
- 来源: arXiv 公开预印本
- DOI: 10.48550/arXiv.1706.03762
- 文件:
attention-is-all-you-need.pdf（2.1 MB，15 页） - 下载方式:
curl -L -o attention-is-all-you-need.pdf https://arxiv.org/pdf/1706.03762
任务描述：使用 mineru-pdf-reader Skill 将这篇经典 Transformer 论文从 PDF 转换为 Markdown 格式，包含图片、表格、公式等结构化内容。
期望行为：
- 定位 PDF 文件路径
- 运行
scripts/convert_pdf.py脚本 - 生成包含
document.md和图片文件的输出目录 - 读取所有输出文件（Markdown + 图片）以获取完整内容
Prompt / 命令
首次运行（2026-06-14）
python "outputs\source\scripts\convert_pdf.py" "outputs\attention-is-all-you-need.pdf" "outputs\tasks\kb-ingestion\kb-01\output"
环境
- Python: Anaconda Python 3.13.9
- MINERU_API_TOKEN 未设置（导致转换失败）
结果：退出码 0，输出清晰的中文错误消息："环境变量 MINERU_API_TOKEN 未设置。请在系统中配置您的 API Token。"
Live 补测（2026-06-15）
配置有效的 MinerU API token（已脱敏，仅当前进程临时设置，未写入仓库文件）后重新运行同一命令。
输出结果
结论：PASS
MinerU API token 配置后，convert_pdf.py 成功将 Attention Is All You Need PDF 转换为 Markdown 和图片文件。
完整输出
- 输入 PDF：
attention-is-all-you-need.pdf（2,215,244 bytes） - 输出目录：
live-output/ - Markdown：
live-output/document.md（43,349 bytes） - 图片：19 张由 MinerU 解析导出的论文图像
- 控制台结果：转换成功，Markdown 文件和图片已保存到输出目录
质量抽查：Markdown 中标题、作者、摘要、正文小节和 Figure 1 图像引用均被保留。
视觉预览
下面展示的是输入 PDF 的整页截图，用于直观看到原始版式、文字与图文结构：
附属产物
/audit/mineru-pdf-reader/assets/kb-01-preview.png：PDF 第 1 页整页截图/audit/mineru-pdf-reader/assets/kb-01-preview.png：PDF 第 2 页整页截图live-output/document.md：转换后的 Markdownlive-output/*.jpg：MinerU 导出的论文图片
评审结论
结论：PASS
MinerU API token 配置后，PDF→Markdown 转换成功，生成 Markdown 和图片预览；token 缺失不再阻塞本任务。
维度检查
| 维度 | 结果 | 证据 | 备注 |
|---|---|---|---|
| 脚本可运行性 | PASS | 测试输出 | Python 3.13 正常启动 |
| 错误处理 | PASS | 清晰的中文错误消息 | 退出码为 0（小瑕疵） |
| API 依赖透明度 | PASS | SKILL.md 明确说明 | 需要注册 MinerU |
| 转换质量 | PASS | live-output/document.md | 标题、摘要、正文和图像引用保留 |
| 视觉预览 | PASS | /audit/mineru-pdf-reader/assets/kb-01-preview.png | 已生成可公开预览图 |
修改成本：低（脚本 152 行，依赖少）
公开风险
- 文件上传到 MinerU 云端处理（隐私风险）
- 本次使用公开论文 fixture；不得使用用户未公开 PDF 作为公开证据
- MinerU API token 已在本次公开包中完全脱敏