# MarkItDown - 微软开源文档转 Markdown 工具

> 微软开源的 Python 工具，一键将 PDF/Word/Excel/PPT 等文件转换为 Markdown，支持 OCR 和 MCP

## 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

| 类型 | 格式 |
|------|------|
| 文档 | PDF、Word (DOCX)、PowerPoint (PPTX)、Excel (XLSX/XLS) |
| 网页 | HTML、YouTube 链接 |
| 图片 | 支持 EXIF 元数据和 OCR 文字识别 |
| 音频 | WAV、MP3（语音转文字） |
| 其他 | CSV、JSON、XML、EPub、ZIP |

## 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。

---

**分类**：源码
**标签**：Markdown · 文档 · 格式
**作者**：Xiao.Xi
**链接**：https://octohz.com/p/1481