Memex Kb

memex kb

一个用于以组织为中心的知识工作流的文档转换和发布工具包。

memex kb 最初是Google Docs→ 表示知识库转换器，并已发展成为一个更广泛的工具箱，用于将传统或平台绑定的内容转换为纯文本、版本控制和人工智能友好的格式。

如今，存储库结合了三层：

1. 知识摄取 --Google Docs、Threads、Confluence、GitHub Stars和博客导出
2. 结构化文档管道 --提案工作流、面向组织/ODT/HWP的转换
3. 可重复使用的发布模板 --论文、演示文稿和PowerPoint模板注入工作流

指导思想很简单：

遗留内容→ 结构化文本→ 可再现的伪影→ 人类+人工智能协作

______________________________________________________________________

此存储库的用途

memex kb在以下情况下非常有用：

• 将文档转换为 标记语言, Org-模式, BibTeX, 实验, 文档, PDF，或 PPTX相邻工作流
• 充分保护结构 搜索, 版本控制，以及 人工智能辅助编辑
• 通过以下方式标准化输出 表示样式命名, 基于规则的分类，以及 模板驱动发布
• 通过以下方式保持整个工作流程的可重复性 镍片 CLI优先工具

______________________________________________________________________

当前能力

摄入/转化后端

发布/模板工作流

______________________________________________________________________

存储库结构

memex-kb/
├── README.md
├── AGENTS.md
├── BACKENDS.md
├── DEVELOPMENT.md
├── DENOTE-RULES.md
├── run.sh                         # Primary command entry point
├── flake.nix                      # Reproducible dev environment
├── config/                        # Local env/config templates
├── scripts/                       # Main backend and utility scripts
│   ├── adapters/
│   ├── gdocs_md_processor.py
│   ├── threads_exporter.py
│   ├── confluence_to_markdown.py
│   ├── gh_starred_to_bib.sh
│   ├── md_to_gdocs.py
│   ├── md_to_gdocs_html.py
│   └── naver_blog_crawler.py
├── templates/
│   ├── arxiv-acm/
│   ├── presentation/
│   └── presentation-pptx/
├── proposal-pipeline/            # Proposal authoring and export pipeline
├── hwpx2org/                     # HWPX/Org-related conversion utilities
├── orgadoc2odt/                  # AsciiDoc/ODT conversion utilities
├── office/                       # Real project working materials and samples
├── docs/                         # Converted output and project notes
└── logs/                         # Execution logs

关键目录说明

• scripts/：后端集成和转换入口点的主要位置
• templates/：可重复使用的论文和演示文稿入门模板
• proposal-pipeline/：仓库中最有主见的端到端工作流
• office/：实际工作示例和提案工件
• hwpx2org/ 和 orgadoc2odt/：低级格式转换实验和工具

______________________________________________________________________

开发环境

此项目使用 镍片.

使用以下选项之一：

# interactive shell
nix develop

# one-off command
nix develop --command python scripts/threads_exporter.py --download-images

# recommended for regular work
direnv allow

为什么尼克斯在这里？

• 可再现依赖关系
• 没有特别 pip install
• 一致的Python/Pandoc/CLI工具
• 更简单的代理自动化

______________________________________________________________________

快速启动

1） 检查可用命令

./run.sh

2） 按文档ID导出Google文档

./run.sh gdocs-export 
./run.sh gdocs-export  --format md
./run.sh gdocs-export  --format docx --depth 0

3） 将Threads帖子导出到单个组织文件中

./run.sh threads-export --download-images
./run.sh threads-export --max-posts 5 --download-images

4） 将Confluence导出文件转换为干净的Markdown

./run.sh confluence-convert document.doc
./run.sh confluence-batch ./input-dir ./output-dir

5） 将GitHub Stars导出到BibTeX

./run.sh github-starred-export
./run.sh github-starred-export ~/org/resources/github-starred.bib

6） 运行提案管道

./run.sh proposal-build --export-md
./run.sh proposal-merge --strip-hwpx-idx --org-tables
./run.sh proposal-export-odt

7） 构建ArXiv ACM示例

./run.sh arxiv-build
./run.sh arxiv-build templates/arxiv-acm/sample.org

______________________________________________________________________

模板

templates/arxiv-acm/

以下内容的完整示例：

• 组织模式创作
• 国际计算机学会 acmart LaTeX出口
• 适用于纸张起草/ArXiv提交工作流程的PDF生成

请参阅： templates/arxiv-acm/README.md

templates/presentation/

Quarto/Reveal.js演示文稿启动器，用于基于浏览器的幻灯片。

请参阅： templates/presentation/README.md

templates/presentation-pptx/

较新的 组织2pptx 必须提交或重用品牌的团队的管道 PowerPoint模板.

它没有从头开始渲染幻灯片，而是：

• 解析组织文件
• 将内容注入到现有 .pptx 模板
• 保留原始幻灯片背景、徽标、布局和品牌

这在以下情况下特别有用 pandoc --reference-doc 或者基于布局名称的方法在本地化的公司模板上失败。

请参阅： templates/presentation-pptx/README.md

______________________________________________________________________

如何选择合适的工具

• 需要 干净导出的Google文档选项卡 → use gdocs-export
• 需要 社交写作存档到组织中 → use threads-export
• 需要 清理了传统Confluence导出 → use confluence-convert
• 需要 已准备好引用的GitHub Stars → use github-starred-export
• 需要 提案提交工件 → use proposal-pipeline/
• 需要 来自Org的纸质PDF → use templates/arxiv-acm/
• 需要 HTML幻灯片 → use templates/presentation/
• 需要 注入现有公司PPTX的内容 → use templates/presentation-pptx/

______________________________________________________________________

文档

______________________________________________________________________

更新日志

2026-04-03--添加了org2pptx演示文稿模板

• 添加 templates/presentation-pptx/
• 引入组织模式→ PPTX模板注入工作流程使用 python-pptx
• 保留品牌PowerPoint模板，而不是从头开始重新创建幻灯片

2026-04-02--添加ArXiv ACM论文模板

• 添加 templates/arxiv-acm/
• 添加组织模式→ acmart → PDF示例管道
• 暴露 ./run.sh arxiv-build

2026-03-31——Markdown到谷歌文档助手的扩展

• 添加 md_to_gdocs.py 和 md_to_gdocs_html.py
• 优化Markdown→ Google文档导入工作流的组织/HTML/Docx路径

2026-03-31——Naver博客爬虫扩展

• 添加了列表、爬网、验证、重试、标题修复和wordmap命令
• 改进了图像处理、段塞归一化和标题清理

2026-02-15-添加GitHub Stars后端

• 添加 scripts/gh_starred_to_bib.sh
• 添加 ./run.sh github-starred-export
• 保存的 starred_at, pushed_at，以及 updated_at BibTeX输出的元数据

2026-02-03——格式转换工具包扩展

• 添加了HWPX/AsciiDoc相关工具
• 添加了EPUB→ 组织工作流程
• 添加了HTML→ EPUB → 组织实验

2026-01-29--汇流转换管道稳定

• 添加了MIME感知的Confluence导出解析
• 规范了UTF-8/NFC问题，并清理了嘈杂的标记

2026-01-21——发展环境现代化

• 迁移自 shell.nix 到 flake.nix
• 添加 direnv 整合
• 用gitleaks代替secretlint
• 改进了线程OAuth令牌管理

早期基础

• 该项目最初是一个谷歌文档→ 表示知识库转换器
• 向多后端、面向模板、AI友好的文档工作流工具包发展

______________________________________________________________________

许可证

麻省理工学院