microsoft/markitdown

O que é?

Recursos principais

• 01Converte PDFs, documentos do Office, HTML, formatos de texto e arquivos ZIP em Markdown
• 02Preserva títulos, listas, tabelas e links na saída
• 03Oferece uma interface de linha de comando e uma API Python
• 04Instala apenas as dependências dos formatos selecionados por meio de extras opcionais
• 05Oferece suporte ao Azure Document Intelligence e ao Azure Content Understanding para extração na nuvem
• 06Oferece suporte a plugins de terceiros para formatos adicionais

Casos de uso

• Preparar documentos em Markdown como contexto para prompts de LLM ou pipelines de recuperação
• Converter arquivos do Office e PDFs em lote para análise de texto
• Extrair conteúdo de transcrições do YouTube ou de arquivos de áudio para texto
• Enviar conteúdo estruturado de documentos para fluxos de trabalho do LangChain ou AutoGen

Início rápido

1. 1

   Instalar com pip, incluindo todas as dependências opcionais

   pip install 'markitdown[all]'
2. 2

   Converter um arquivo para Markdown pela linha de comando

   markitdown path-to-file.pdf -o document.md

Antes de usar

• !A saída é voltada para análise de texto e pipelines de LLM, não para uma conversão de alta fidelidade e fácil leitura por pessoas.
• !Requer Python 3.10 a 3.14.
• !Alguns recursos, como descrições de imagens, Document Intelligence e Content Understanding, precisam de chaves de API do Azure ou de LLM e geram custos.

Tópicos

Perguntas frequentes

O que é markitdown?

Utilitário Python que converte PDFs, documentos do Office, HTML, imagens, áudio e outros formatos em Markdown para pipelines de LLM e análise de texto. MarkItDown é uma biblioteca Python leve e uma ferramenta de linha de comando que converte arquivos como PDF, PowerPoint, Word, Excel, HTML, CSV, JSON, XML, EPUB e arquivos ZIP em Markdown. O objetivo é preservar a estrutura dos documentos, como títulos, listas, tabelas e links, para que o resultado possa ser usado por modelos de linguagem grandes ou outras ferramentas de análise de texto.

markitdown é gratuito? Qual é a licença?

markitdown é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.

markitdown ainda é mantido?

Manutenção ativa. O último commit de markitdown foi em 4 de out. de 2026.

Para que posso usar markitdown?

Preparar documentos em Markdown como contexto para prompts de LLM ou pipelines de recuperação Converter arquivos do Office e PDFs em lote para análise de texto Extrair conteúdo de transcrições do YouTube ou de arquivos de áudio para texto Enviar conteúdo estruturado de documentos para fluxos de trabalho do LangChain ou AutoGen

Como instalar markitdown?

Instalar com pip, incluindo todas as dependências opcionais: pip install 'markitdown[all]' Converter um arquivo para Markdown pela linha de comando: markitdown path-to-file.pdf -o document.md

Onde consigo markitdown?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/microsoft/markitdown