| name | document-conversion |
| description | Usa a convertir muchos formatos con MarkItDown. |
| version | 2.0.0 |
| tags | ["documentos","conversion","markitdown","pdf","docx","xlsx","python","llm"] |
| related_skills | ["markitdown","document-conversion","pdf-processing","docx","xlsx"] |
MarkItDown — conversión de documentos a markdown para LLM
⚠️ Corrección 2026-09-05 (auditoría): la fuente real es microsoft/markitdown (el manifest apuntaba a firecrawl/anydoc por error). MarkItDown no convierte .mp4/.avi: soporta PDF, Office, imágenes, audio, HTML, CSV/JSON/XML, ZIP, YouTube URLs y EPUB. No requiere poppler (usa pdfminer); solo Python 3.10+.
Repo: https://github.com/microsoft/markitdown (Python, ~178K⭐).
When to Use
- Cuando pidas convertir documentos (PDF, DOCX, PPTX, XLSX, imágenes, audio, HTML…) a Markdown para consumir con un LLM.
Uso
pip install "markitdown[all]"
from markitdown import MarkItDown
md = MarkItDown()
result = md.convert("documento.pdf")
print(result.text_content)
Formatos soportados
PDF, PPTX, DOCX, XLSX, imágenes, audio (transcripción), HTML, CSV/JSON/XML, ZIP, YouTube URLs y EPUB. (NO vídeo raw .mp4/.avi.)
Pitfalls
- No convierte vídeo (.mp4/.avi).
- No requiere poppler-utils (usa pdfminer); Python 3.10+.
- Fuente:
microsoft/markitdown.
Verificación
md.convert(doc.pdf) → text_content; probar con DOCX/XLSX.