想要实现的场景是： 
公司目前的内部知识库文档数量已经比较庞大，但是文档格式五花八门（pdf、word、markdown），格式也比较乱，现在想要把这些文档整理一下，统一转换成markdown的标准格式（文档中有大量的图片），然后将这些文档进行分类、归总，有没有什么好的项目之类的能够自动化实现转换和格式化？ 
格式化完成之后，打算搭建RAG的企业内部知识库问答，目前打算用dify，有没有其他好的建议呀？