MarkItDown
微软维护的轻量 Python 文件转换工具，将办公文档、PDF、网页及媒体内容整理为 Markdown，服务于 LLM 与文本分析。
产品介绍
MarkItDown 是 Microsoft 维护的轻量 Python 工具，面向大语言模型和文本分析流程，将多类文件转换为 Markdown，并尽量保留标题、列表、表格和链接等文档结构。
核心能力
支持 PDF、Word、PowerPoint、Excel、HTML、CSV、JSON、XML、EPub、ZIP 及部分图片、音频和视频平台内容。可按格式安装可选依赖，并通过插件或云端解析服务扩展能力。
使用方式
通过 pip install "markitdown[all]" 安装后，可在命令行运行 markitdown 文件路径 -o document.md，也可在 Python 程序中调用。它主要面向机器处理与文本分析，不保证还原原文件版式。
开源与费用
采用 MIT 许可证。工具本体免费开源，使用可选模型、OCR 或云端文档服务时，按对应供应商条件计费。
项目资料
GitHub Star：192,514（截至 2026-10-27 23:30，北京时间）。
讨论（0）
还没有留言。