开发框架上手难度 ⚡ 入门#文档转换#Markdown#微软开源#RAG
MarkItDown · 微软文档转 Markdown 工具
Microsoft 官方出品：PDF/Office/HTML 等格式→Markdown，AI 工作流的数据接入层
指标同步中，请稍后刷新查看 在 GitHub 查看源码
5 分钟上手
无需 GPU：纯 CPU，零外部依赖pip install markitdown
# CLI 使用
markitdown input.pdf -o output.md
# Python 库使用
from markitdown import MarkItDown; md = MarkItDown().convert("report.docx")项目速览
MarkItDown 是微软 2026 年 9 月开源的文档转 Markdown 工具（月增 2000+ Star），目标是成为 AI Agent 的「标准文件读取器」——Agent 要读 PDF、Word、Excel、PPT、HTML，全部结构化转成 Markdown 喂给模型。它是 Agent 数据接入管线的关键基础设施，企业级工具也在拥抱 agent-first 工作流。
能做什么
- PDF/Office（Word/Excel/PPT）/HTML/图片 OCR 统一转 Markdown
- 保留文档结构（标题层级、表格、列表），不是纯文本 dump
- Python 库 + CLI 双形态，可嵌入 Agent 工具链或右键即用
怎么部署
pip install 即装即用，零 GPU 零外部依赖。与 LangChain / LlamaIndex 的文档加载器配合食用更佳，也可独立作为文件预处理 CLI。
适合谁
需要把各种格式文档喂给 LLM/RAG 的开发者，以及用 Agent 做文件处理的自动化工程师。
✅ 优点
- •微软官方维护，质量与兼容性有保证
- •零外部依赖，pip 即用
- •保留文档结构，不是纯文本 OCR
⚠️ 局限与坑
- •中文排版/表格复杂场景偶有失真
- •Excel/PPT 支持深度不如专门解析库
- •新项目迭代快，API 可能有微调
💼 典型应用场景
- 1.文件转 Markdown 后喂给 RAG 系统做问答
- 2.Agent 批量处理邮件附件/合同/报表
- 3.AI 助手读取用户上传的各类文档
不想部署？试试同类在线工具
开发框架· 同类项目推荐
返回全部开源项目指标每周自动更新，数据来自 GitHub API