微软开源将各种文件格式转换为 markdown 格式开源工具：markitdown

文章预览

项目简介 MarkItDown 是一个用于将各种文件转换为 Markdown 的实用程序（例如，用于索引、文本分析等）。它支持： PDF PowerPoint   微软幻灯片软件 Word   Excel 图像（EXIF 元数据和 OCR） 音频（EXIF 元数据和语音转录） HTML   超文本标记语言 基于文本的格式（CSV、JSON、XML） ZIP 文件（迭代内容） 要安装 MarkItDown，请使用 pip:  pip install markitdown  。或者，您可以从源安装它：  pip install -e . 用法 命令行 markitdown path-to-file .pdf > document .md 您还可以管道内容： cat path-to-file.pdf | markitdown Python API Python 中的基本用法： from markitdown import MarkItDown md = MarkItDown() result = md.convert( "test.xlsx" ) print(result.text_content) 要使用大型语言模型进行图像描述，请提供  llm_client  和  llm_model  ： from markitdown import MarkItDown from openai import OpenAI client = OpenAI() md = MarkItDown(llm_client=client, llm_ ………………………………