微软 AutoGen 团队出的 Python 工具,把 PDF、Word、PowerPoint、Excel、图片、音频、HTML、CSV/JSON/XML 乃至 ZIP 里的内容统一转成 Markdown,尽量保留标题、列表、表格、链接等结构。它的输出主要供 LLM 与文本分析流程使用,优先保证结构干净的纯文本,排版高保真度并非重点。命令行 markitdown file.pdf 或 from markitdown import MarkItDown 调用都行,装 markitdown[all] 即带全部格式支持。

社区实测

对简单文档（HTML/PDF）够用，复杂文件处理能力有限，属于「能用但不够强」的轻量级工具。

• 将 HTML 和 PDF 等常见办公文档快速转换为 Markdown
• 通过 uvx 一行命令即可运行，无需预先安装任何依赖
• 处理简单文档时转换效果良好，基本可用

• 对复杂文件（如大体量学术论文）的处理能力不足，表现挣扎

来源

MarkItDown: Python tool for converting files and office documents to Markdown | Hacker NewsI benchmarked 4 Python text extraction libraries so you don ...

截至 2026-07-19