CASE 01
季度技术复盘报告
将团队技术复盘的 Markdown 笔记转为 warm-academic 主题 PDF，含封面、目录、水印，直接发给领导。
以前用 Word 排版一份报告要半天，现在一条命令 30 秒搞定，而且比 Word 好看太多了。
LovStudio Skill / Office Automation·FREE · OPEN SOURCE
万物转 PDF
把 Markdown 排成出版级 PDF，中英混排、代码块、表格全支持，内置 14 套主题
基本信息
你会用它完成什么
Convert Markdown documents to professionally typeset PDF files. Primary engine: reportlab (cover pages, frontispiece, back cover, bookmarks). Fallback engine: pandoc + XeLaTeX (better table handling, LaTeX-quality typesetting). Handles CJK/Latin mixed text, fenced code blocks, tables, blockquotes, Obsidian callouts, inline images, emoji fallback, LaTeX-style formulas, clickable TOC, watermarks, headers/footers, and page numbers. Supports multiple color themes and is battle-tested for Chinese technical reports. Trigger when user mentions "markdown to PDF", "md2pdf", "any2pdf", "md转pdf", "报告生成", "导出pdf", or wants a professionally formatted PDF from markdown.
- 适用场景
- Office Automation
- 当前版本
- 以仓库为准
SKILL CARD / TRUST RECORD
先看证据，再决定是否使用
这个 Skill 尚未发布完整的可信度卡。案例、维度地图与定价依据会在补齐后显示。
这是一条旧目录记录：Skill Card 尚未补齐。网站不会把缺少案例、维度或定价证据的条目包装成已验证能力。
PRICING CARD
价格与交付边界
把 Markdown 排成出版级 PDF，中英混排、代码块、表格全支持，内置 14 套主题。
免费入口
免费
稳定价格带 免费
价值锚点
一次交付通常可省下 20 分钟至半天的整理、排版和格式返工。
定价依据
按一次可发送或可归档的文件结果定价，重点是格式稳定和人工返工减少。
使用边界
默认处理结构清晰的输入；扫描质量、复杂模板、第三方转换器和批量服务成本另行确认。
维护说明
随文档格式、字体、渲染器和导出目标变化复评。
证据状态：开放入口，持续收集证据版本变化、连续 10 次真实使用或支持成本明显变化时复评。
案例
看看它做出的成品
CASE 02
开源项目文档 PDF 化
把 GitHub 上的 README + 设计文档合并转为 ieee-journal 风格 PDF，用于学术引用和归档。
CJK 混排终于不用操心了，中英文、代码块、表格全部自动处理，排版效果堪比 LaTeX。
CASE 03
客户方案 PDF 交付
用 chinese-red 主题将商务方案 Markdown 转为正式 PDF，带封面和公司水印，直接交付客户。
客户拿到 PDF 后以为我们有专门的设计师排版，其实就是一条命令。
使用说明
按这套方法完成任务
Markdown to professionally typeset PDF with reportlab. CJK/Latin mixed text, code blocks, tables, images, Obsidian callouts, emoji fallback, formulas, cover pages, TOC, bookmarks, watermarks, and 14 color themes.
Part of skill-publisher/skills — by example.com
Install
npx skills add any2pdf -g -y
Requires: Python 3.8+ and pip install reportlab
Optional:
pip install matplotlib
sudo apt install fonts-dejavu-core fonts-liberation fonts-freefont-ttf fonts-noto fonts-noto-cjk fonts-noto-color-emoji
Usage
python md2pdf.py --input report.md --output report.pdf --theme warm-academic
You can also keep options in top-of-file frontmatter:
---
title: My Report
author: Author Name
theme: warm-academic
watermark: DRAFT
---
| Option | Default | Description |
|---|---|---|
--input | (required) | Markdown file path |
--output | output.pdf | Output PDF path |
--title | From H1 | Cover page title |
--subtitle | Subtitle | |
--author | Author name | |
--theme | warm-academic | Color theme |
--watermark | Watermark text | |
--cover | true | Generate cover page |
--toc | true | Generate table of contents |
--frontispiece | Full-page image after cover | |
--code-max-lines | 30 | Max lines per code block |
--image-cover | false | Use frontispiece image as full-bleed cover |
Themes
| warm-academic | nord-frost | github-light | solarized-light |
|---|---|---|---|
 |  |  |  |
| paper-classic | ocean-breeze | tufte | classic-thesis |
|---|---|---|---|
 |  |  |  |
| ieee-journal | elegant-book | chinese-red | ink-wash |
|---|---|---|---|
 |  |  |  |
| monokai-warm | dracula-soft |
|---|---|
 |  |
License
MIT
用户评价与留言
登录后即可留言
安装渠道
装到你正在使用的 AI
Yoda、Codex、Claude Code 和其他兼容运行环境都使用同一份 Skill；选择你的工具后，按对应步骤完成安装。
先保存一次工作资料，支持 Profile 的 Skill 会在运行时直接复用。
配置工作资料安装与配置
Yoda
适合同时使用多个 Agent 的工作流：在一个地方完成安装、分配和调用。
- 01打开 Yoda 的 Skills，搜索「any2pdf」，进入详情后点击“安装”。
- 02在目标 Agent 的配置中，把该 Skill 设为“自动”“仅手动”或“关闭”。
- 03重新加载当前会话，再从输入框的 Skill 菜单选择它；Yoda 会按当前 Runtime 插入对应调用命令。
在 Yoda 内完成
Yoda 会把安装后的 Skill 同步给已配置的 Agent，无需手动维护多个目录。
第一次调用
使用 any2pdf 完成以下任务，并按 Skill 的验收标准检查结果：该 Skill 声明：Requires Python 3.8+ and reportlab (`pip install reportlab`). Optional: matplotlib (`pip install matplotlib`) for rendered display formulas. macOS: uses Palatino, Songti SC, Menlo (pre-installed). Linux: uses DejaVu/Liberation/FreeFont/Noto, Noto CJK, Droid Sans Fallback, DejaVu Sans Mono, and Noto Emoji when available.
搭配使用
需要时，继续补齐这些能力
更多信息
兼容性、权限与许可
- 源码可见性
- 公开仓库，可检查源码、Issue 与更新记录。
- 兼容性
- Requires Python 3.8+ and reportlab (`pip install reportlab`). Optional: matplotlib (`pip install matplotlib`) for rendered display formulas. macOS: uses Palatino, Songti SC, Menlo (pre-installed). Linux: uses DejaVu/Liberation/FreeFont/Noto, Noto CJK, Droid Sans Fallback, DejaVu Sans Mono, and Noto Emoji when available.
- 数据与权限
- 不同 Skill 可能读取本地文件、访问网络或调用第三方模型。执行前请检查完整手册中的具体步骤与命令。
- 许可
- MIT
NEXT STEP
继续比较，再决定。
回到目录，从结果、证据、依赖和价格选择最合适的工作流。