微软开源的通用全格式文档转 Markdown 工具,支持 PDF、Word、Excel、PPT、音频及图片一网打尽。
微软官方开源,基于 MIT 协议完全免费商用,支持本地纯离线解析转换,无任何调用上限。
MarkItDown 是微软(Microsoft)开源的一款轻量级、全能型文档转换 Python 库。它能够将几乎所有常见的文件格式(包括 PDF、DOCX、XLSX、PPTX、HTML、CSV、JSON、XML 甚至包含语音的 WAV/MP3 音频与带文字的图片)以高保真度统一抽取转化为标准 Markdown 文本,是构建大模型知识库(RAG)和智能体数据清洗的底层杀手级利器。