🆕 Word转Markdown带图片功能 - 新功能发布！
我们很兴奋地宣布推出最受欢迎的功能：Word转Markdown带图片！这个革命性的工具结合了AI驱动的图像处理和我们值得信赖的Word转Markdown转换功能。
2025年7月27日
把带图片的 Word 文档转成 Markdown，正是大多数转换器悄悄翻车的时刻。文字出来了，标题对上了，然后你发现每张截图都变成了断掉的 `` 引用，或者更糟，悄无声息地消失了。Word2MD.net 是专门围绕图片问题构建的，因为我们见过的每一次文档迁移都在这里翻船。本文讲清楚转换过程中图片到底发生了什么、Word2MD.net 用什么管线保留它们，以及什么时候应该内嵌、链接还是上 OCR。
默认情况下图片会怎样
.docx 文件本质是一个 ZIP 压缩包。图片以 PNG、JPEG 或 EMF 二进制形式存放在 `/word/media/` 里。一个朴素的转换器只会做三件事，全都不太行：要么把它们内嵌成巨大的 base64 字符串（Markdown 体积膨胀到几 MB），要么直接丢成 `[image]` 占位符，要么在 Word 至今还会输出的 EMF/WMF（旧版 Office 的图表和截图）格式上彻底失败。这些结果没一个能撑过 Git PR 评审。
Word2MD.net 的图片管线
- 提取：每张嵌入图都从 .docx 压缩包里解出来，并按「文档名 + 哈希」给它一个稳定文件名。
- 格式标准化：浏览器多数不能渲染的 EMF / WMF 会即时转成 PNG。
- Sidecar 导出：批量模式下，图片放在结果 ZIP 内的 `images/` 子目录里，与引用它们的 Markdown 一起，使用干净的相对路径。
- Alt 文本保留：如果原 Word 文档给图配了 alt 文本，会带进 `![alt]()` 语法——对无障碍和 SEO 都关键。
- OCR 选项：界面截图、终端截图或扫描页可以叠加 AI OCR，把可搜索的文字抽出来跟图片链接放在一起。
针对截图和扫描页的 AI OCR
截图是 RAG 流水线的天敌，因为 LLM 索引看不见图片内部。一份带 80 张界面截图的 50 页产品规格，一旦入库就丢掉 80 段内容。Word2MD.net 的可选 OCR 会逐张抽出可见文字，并以围栏代码块的形式输出在 `![alt]()` 链接旁边。图片照常发给人看；文字版本让 LlamaIndex、LangChain、Haystack 或任何自建 embedding 流水线都能检索到同样的内容。对知识库团队来说，光是这一个功能往往就足以证明这次转换值得做。
什么时候内嵌、链接或 OCR——决策规则
只在总大小 50 KB 以下、要发布在单一静态页面上的文档里用 inline base64（很少见）。任何要进 Git 仓库的内容，用 sidecar 导出加相对链接——这样 reviewer 能拿到正常的图片 diff，Markdown 也保持人类可读。当图片本身承载读者或 LLM 需要检索的信息时叠加 OCR：截图里的报错、终端里的代码、图里的标签。装饰性照片就跳过 OCR——它只会加噪音。诚实的判断：如果读者忽略这张图也不会损失什么，那你就不需要 OCR。