---
categories:
  - "[[LLM Wiki]]"
tags:
  - wiki
  - concept
  - concept/technology
  - Python
  - 文件转换
  - Markdown
  - 微软
  - 文档处理
  - LLM
created: 2026-04-14
source: "https://github.com/microsoft/markitdown"
type: concept
aliases:
  - MarkItDown
---

# MarkItDown

## 概述

MarkItDown 是微软开源的 Python 工具，用于将各种文件格式转换为 Markdown，特别适合 LLM 和文本分析场景。

## 支持格式

| 类别 | 格式 |
|------|------|
| 文档 | PDF, Word (.docx), Excel (.xlsx), PowerPoint (.pptx) |
| 媒体 | 图片 (EXIF + OCR), 音频 (EXIF + 转录) |
| 网页 | HTML |
| 数据 | CSV, JSON, XML |
| 其他 | EPUB, ZIP, YouTube, Jupyter Notebooks |

## 安装

```bash
# 创建虚拟环境
python3 -m venv ~/.venv/markitdown
source ~/.venv/markitdown/bin/activate

# 安装（所有依赖）
pip install 'markitdown[all]'

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

## 使用方式

### 命令行

```bash
# 基本用法
markitdown file.pdf -o output.md

# 从stdin读取
cat file.pdf | markitdown

# 使用Azure Document Intelligence
markitdown file.pdf -d -e "<endpoint>"
```

### Python API

```python
from markitdown import MarkItDown

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

### 结合LLM进行图片描述

```python
from markitdown import MarkItDown
from openai import OpenAI

md = MarkItDown(
    llm_client=OpenAI(),
    llm_model="gpt-4o"
)
result = md.convert("image.jpg")
```

## 可选依赖组

| 依赖组 | 说明 |
|--------|------|
| `[all]` | 安装所有可选依赖 |
| `[pdf]` | PDF文件支持 |
| `[docx]` | Word文件支持 |
| `[xlsx]` | Excel文件支持 |
| `[pptx]` | PowerPoint支持 |
| `[audio-transcription]` | 音频转录 |
| `[youtube-transcription]` | YouTube字幕 |
| `[az-doc-intel]` | Azure文档智能 |

## MCP服务器

MarkItDown 提供 MCP (Model Context Protocol) 服务器，可与 Claude Desktop 等应用集成。

详见: `packages/markitdown-mcp`

## Wiki集成

MarkItDown已集成到LLM Wiki工作流：

- 脚本：`~/.openclaw/workspace/04-Tools/wiki-ingest.sh`
- 说明：`~/.openclaw/wiki/markitdown-wiki-integration.md`

## 使用场景

1. **文档索引**: 将Office文档转为Markdown便于搜索
2. **RAG系统**: 为LLM准备格式化文本输入
3. **内容提取**: 从PDF/图片中提取可编辑文本
4. **数据分析**: 将Excel表格转为结构化文本

## 相关链接

- GitHub: https://github.com/microsoft/markitdown
- PyPI: https://pypi.org/project/markitdown/
- NuGet (.NET版): https://www.nuget.org/packages/MarkItDown

---

*本文档由MarkItDown工具转换生成*
*最后更新：2026-04-14*