MarkItDown - 微软开源文档转 Markdown 工具

介绍

MarkItDown 是微软开源的轻量级 Python 工具，专门用于将各种文件和 Office 文档转换为 Markdown 格式，方便在 LLM 和文本分析流程中使用。

支持的格式

核心特点

• 保留文档结构：保留标题、列表、表格、链接等 Markdown 格式
• LLM 优化：Markdown 对 GPT-4o 等主流 LLM 友好，token 效率高
• MCP 支持：提供 Model Context Protocol 服务器，可与 Claude Desktop 等集成
• 插件扩展：支持第三方插件，如 OCR 插件可用 LLM Vision 提取图片文字
• Azure 集成：支持 Microsoft Document Intelligence 进行高精度转换

使用方式

适用场景

• RAG 知识库构建前的文档预处理
• LLM 对话中的文件内容提取
• 文档内容分析和文本挖掘
• 批量文档格式转换

微软出品，MIT 协议开源。