要 agent 用你的知識，先把知識翻成它讀得懂的格式
GUI 點選、PDF 排版／圖／欄位
——為眼睛設計，好看、好讀
CLI 指令、markdown 純文字
——為程式設計，可 grep、可 cite、可餵給 LLM
PDF 對人很友善，對 agent 幾乎是黑盒——它 grep 不進去、引不準、餵不乾淨。
這就是我每天在跑的 corpus pipeline 第一段。
翻完之後，原始檔和產出的 md、圖、出處 全收進同一個資料夾——這就是我存知識的單位，一個 bundle。
像 Zotero／EndNote 的一筆文獻——但 agent 擁有整篇全文，不只是書目。一篇一個 bundle、自成一體、可搬移；agent 就是跨這些 bundle 做檢索。
agent 讀的是純文字 markdown——圖對它是黑盒，只剩一個檔名連結，讀不到裡面畫什麼。
PDF 的圖要靠「圖轉文」（image-to-text）：用視覺模型描述圖在畫什麼、OCR 圖中的文字，把圖的資訊變成文字，agent 才讀得到——這是業界處理多模態文件的公認做法。
mega.md 給 GPT，不必丟一堆 PDF沒有這道翻譯，你的 PDF 書櫃對 agent 來說等於不存在——它讀不到，自然也答不準。
raw.md → 清理成 proofread.md → 入庫，每章都能 grep它不是「上網查」給你——是查我親自翻進庫、看過的全文。
要讓 agent 用「你的」知識，第一步不是寫 prompt，
是把知識從人類格式（PDF）翻成 agent 格式（md）。
沒翻，agent 讀不到你的庫；翻了，它才接得住你問的每一題。