microsoft/markitdown

这是什么？

核心功能

• 01将 PDF、Office 文档、HTML、文本格式及 ZIP 压缩包转换为 Markdown
• 02输出中保留标题、列表、表格和链接等结构
• 03同时提供命令行工具和 Python API
• 04通过可选依赖按需安装各格式所需组件
• 05支持 Azure Document Intelligence 与 Azure Content Understanding 云端提取
• 06支持第三方插件扩展更多格式

适用场景

• 将文档整理为 Markdown，作为 LLM 提示或检索流程的上下文
• 批量转换 Office 文件和 PDF 以便进行文本分析
• 将 YouTube 字幕或音频内容提取为文本
• 把结构化文档内容接入 LangChain 或 AutoGen 工作流

快速上手

1. 1

   使用 pip 安装（包含所有可选依赖）

   pip install 'markitdown[all]'
2. 2

   在命令行中将文件转换为 Markdown

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

使用前须知

• !输出主要面向文本分析和 LLM 流程，不适合对人阅读的高保真文档转换。
• !需要 Python 3.10 至 3.14。
• !图像描述、Document Intelligence 和 Content Understanding 等功能需要 Azure 或 LLM 的 API 密钥，并会产生费用。

标签

常见问题

markitdown 是什么？

Python 工具，可将 PDF、Office 文档、HTML、图片、音频等文件转换为 Markdown，便于 LLM 与文本分析流程使用。 MarkItDown 是一个轻量级 Python 库和命令行工具，可将 PDF、PowerPoint、Word、Excel、HTML、CSV、JSON、XML、EPUB 和 ZIP 压缩包等文件转换为 Markdown。转换时尽量保留标题、列表、表格、链接等文档结构，方便输入大语言模型或其他文本分析工具。

markitdown 可以免费使用吗？用的什么许可证？

markitdown 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

markitdown 还在维护吗？

活跃维护中。markitdown 最近一次提交是在 2026年10月4日。

markitdown 适合用来做什么？

将文档整理为 Markdown，作为 LLM 提示或检索流程的上下文 批量转换 Office 文件和 PDF 以便进行文本分析 将 YouTube 字幕或音频内容提取为文本 把结构化文档内容接入 LangChain 或 AutoGen 工作流

markitdown 怎么安装和运行？

使用 pip 安装（包含所有可选依赖）: pip install 'markitdown[all]' 在命令行中将文件转换为 Markdown: markitdown path-to-file.pdf -o document.md

在哪里获取 markitdown？

源代码和安装说明在 GitHub 上：https://github.com/microsoft/markitdown