PDF/Word/PPT/图片/音频一键转Markdown,AI时代的万能文档处理器

⚡ 一句话速览：MarkItDown 是微软AutoGen团队开源的Python工具，支持20+种格式（PDF/Word/PPT/Excel/图片/音频）一键转Markdown，是AI时代处理文档的神器！

项目

详情

⭐ GitHub Stars

114,000+（2026年4月热榜第一）

🔧 开发语言

Python

📄 开源协议

MIT（完全开源免费）

🏢 开发团队

微软 AutoGen 团队

📦 安装方式

pip install markitdown

🔄 支持格式

PDF/Word/PPT/Excel/HTML/图片/音频/ZIP等20+种

文档类型

支持格式

特殊说明

Office文档

Word(.docx)、PowerPoint(.pptx)、Excel(.xlsx)

保留标题/表格/列表结构

PDF文档

.pdf

支持文字PDF，可接入OCR插件识别扫描版

网页/富文本

HTML、各类网页

自动清理广告和导航内容

图片文件

.jpg/.png/.gif等

调用AI视觉模型识别图中文字和内容

音频文件

.mp3/.wav等

调用语音识别模型转写文字

压缩包

.zip/.epub等

自动解压处理内部文件

# 基础安装

pip install markitdown

# 安装带所有可选功能的完整版

pip install markitdown[all]

# 如果你只需要某些格式支持

pip install markitdown[pdf]# PDF支持

pip install markitdown[docx]# Word支持

pip install markitdown[xlsx]# Excel支持

# 转换单个文件

markitdown 文档.pdf > 输出.md

# 转换 Word 文档

markitdown 报告.docx > 报告.md

# 转换 PowerPoint

markitdown 演示.pptx > 演示.md

from markitdown import MarkItDown

md = MarkItDown()

# 转换 PDF

result = md.convert('research_paper.pdf')

print(result.text_content)

# 转换 Word

result = md.convert('report.docx')

print(result.text_content)

# 转换图片（需要配置AI视觉模型）

from openai import OpenAI

client = OpenAI()

md_with_ai = MarkItDown(llm_client=client, llm_model='gpt-4o')

result = md_with_ai.convert('screenshot.png')

print(result.text_content)

markitdown 论文.pdf > 论文.md

# 然后把 论文.md 的内容复制给 ChatGPT 分析

# 批量转换文件夹内所有Word文档

for file in *.docx; do

markitdown"$file" > "${file%.docx}.md"

done