1 项目简介

2 支持格式

3 安装配置

标准安装（全部功能）

pip install 'markitdown[all]'

从源码安装

git clone git@github.com:microsoft/markitdown.git
cd markitdown
pip install -e 'packages/markitdown[all]'

选择性安装

只安装需要的功能依赖：

# 只安装 PDF、Word、PowerPoint 支持
pip install 'markitdown[pdf, docx, pptx]'

可选依赖列表

4 命令行使用

基础用法

# 输出到标准输出
markitdown file.pdf

# 重定向到文件
markitdown file.pdf > document.md

# 使用 -o 参数指定输出文件
markitdown file.pdf -o document.md

# 通过管道输入
cat file.pdf | markitdown

使用 Azure 文档智能

markitdown file.pdf -o output.md -d -e "<endpoint>"

5 Python API

基础用法

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("test.xlsx")
print(result.text_content)

转换多个文件

from markitdown import MarkItDown
from pathlib import Path

md = MarkItDown()

files = ["report.pdf", "presentation.pptx", "data.xlsx"]
for file in files:
    result = md.convert(file)
    output_path = Path(file).stem + ".md"
    with open(output_path, "w") as f:
        f.write(result.text_content)

6 LLM 集成

MarkItDown 支持使用 LLM 为图像生成描述：

from markitdown import MarkItDown
from openai import OpenAI

# 初始化 OpenAI 客户端
client = OpenAI()

# 创建带 LLM 支持的 MarkItDown 实例
md = MarkItDown(llm_client=client, llm_model="gpt-4o")

# 转换图像，会自动生成描述
result = md.convert("example.jpg")
print(result.text_content)

7 Azure 文档智能

MarkItDown 支持集成 Azure Document Intelligence 进行增强的文档处理：

# 命令行使用
markitdown file.pdf -o output.md -d -e "https://your-endpoint.cognitiveservices.azure.com/"

8 插件系统

MarkItDown 支持第三方插件架构，可以扩展其功能：

插件管理

# 列出已安装的插件
markitdown --list-plugins

# 启用插件进行转换
markitdown --use-plugins file.pdf

9 Docker 部署

MarkItDown 支持容器化部署：

构建镜像

docker build -t markitdown:latest .

运行容器

# 通过管道输入文件
docker run --rm -i markitdown:latest < file.pdf > output.md

10 MCP 服务器

MarkItDown 提供 Model Context Protocol (MCP) 服务器，可以与 Claude Desktop 等 LLM 应用集成：

11 重大变更