markitdown

name	markitdown
description	微软开源文档转换工具 MarkItDown — PDF/Word/PPT/Excel/HTML/EPUB/图片/音频 等 20+ 种格式 一键转干净 Markdown。保留标题层级、列表、表格、链接，转出的 Markdown 人看得舒服、AI 读得顺畅。 适用于 Obsidian 知识库入库、RAG 文档预处理、团队文档格式统一、AI 分析前预处理。 Trigger keywords: markitdown, MarkItDown, 文档转换, PDF转Markdown, Word转Markdown, PPT转Markdown, 格式转换, 文档预处理, Obsidian导入, 知识库入库, RAG预处理, 微软文档工具, 一键转markdown, 文件转markdown, document to markdown, convert PDF, convert Word, convert PPT, 音频转文字, OCR转markdown.
allowed-tools	["Read","Write","Edit","Bash","Glob"]
metadata	{"category":"tools","source":"https://github.com/microsoft/markitdown (MIT)","author":{"original":"Microsoft AutoGen Team"},"version":"1.0.0","license":"MIT"}

MarkItDown — 微软开源文档转换神器

把任何文件转成干净 Markdown。16 万 GitHub Star，MIT 开源，微软维护。

一句话说清楚

MarkItDown 是微软 AutoGen 团队开源的 Python 工具，专做一件事：把任何文件转成干净 Markdown。

不是生硬抽文本。是完整保留标题层级、列表结构、表格、链接——转出来的 Markdown 人看得舒服，AI 读得顺畅。

支持格式

20+ 种，覆盖电脑里几乎所有文件类型：

类别	格式
Office	Word (.docx)、PPT (.pptx)、Excel (.xlsx/.xls)
文档	PDF（含扫描件 OCR）、EPUB
多媒体	图片（OCR + 元数据）、音频（语音转写）
数据	CSV、JSON、XML
网页	HTML
黑科技	ZIP 自动解压批量转、YouTube 链接扒字幕

---

安装

# 全量安装（推荐）
pip install 'markitdown[all]'

# 按需安装
pip install 'markitdown[pdf,docx,pptx]'

---

使用方法

CLI 一行搞定（最简单）

markitdown 项目报告.pdf -o 输出.md

Python 调用（3 行代码）

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("项目报告.pdf")
print(result.text_content)

进阶：接大模型做图像描述

PPT 里的图、扫描件里的照片，默认转不出来文字。接上 GPT-4o 让 AI 自动生成文字描述：

from markitdown import MarkItDown
from openai import OpenAI

client = OpenAI()
md = MarkItDown(llm_client=client, llm_model="gpt-4o")
result = md.convert("季度汇报.pptx")
print(result.text_content)

PPT 里的流程图、架构图——AI 自动生成文字描述嵌进 Markdown。带图的 PPT 转出来不再是「[图片]」占位符。

---

Obsidian 最佳搭档

推荐工作流：

① 拖入文件 → ② MarkItDown 自动转 Markdown → ③ 写入 Obsidian vault

同事发来的 Word 周报、客户给的 PDF 方案、会议录音转写的文本——全部一键变成 Obsidian 里的双向链接就绪笔记。

如果搭了 RAG 知识库或用 AI 做文档分析，MarkItDown 是预处理第一步。大模型读 Markdown 比读 PDF 省 Token、解析更准——这是实测结果。

---

谁适合用

✅ 适合	❌ 不适合
Obsidian 用户：外部文档一键入库	需要高保真排版（出版级 PDF 还原）
RAG 开发者：文档预处理省 80% 清洗工作	MarkItDown 目标是"让 AI 读懂"，不是"让人打印"
职场人：统一团队文档格式、做 AI 摘要
学生/研究者：课件转笔记、文献整理

---

触发示例

• "帮我把这个 PDF 转成 Markdown"
• "我有几个 Word 文档要导入 Obsidian，帮我转一下"
• "把这个 PPT 转为 Markdown，里面的图用 GPT-4o 描述一下"
• "批量把文件夹里的所有 .docx 转为 .md"
• "用 MarkItDown 把会议录音转文字然后整理成笔记"
• "convert this PDF to markdown for my knowledge base"
• "预处理这些文档用于 RAG"

---

来源

• 开源项目: github.com/microsoft/markitdown
• 作者: Microsoft AutoGen Team
• Star: 160,000+
• 协议: MIT
• 中文介绍: 整理自微信公众号文章《16万Star的免费Obsidian入库转换神器：微软官方开源MarkItDown》