PDF 复制出来全是乱的?微软刚开源了一个神器,一行命令全部转成 Markdown

🦸 微软开源神器 · MarkItDown

=== 漫画版 · 1 分钟看懂 ===

📄➡️📝

1

😫

「为什么复制出来的文字全是乱的！」

每次要从 PDF / Word / Excel 里提内容给 AI……         格式全崩、表格乱掉、图片没法处理 🤯

格式转换噩梦

2

💡

MarkItDown 来救你了！

$pip install 'markitdown[all]'

$markitdown 报告.pdf > 报告.md

✅ 微软 AutoGen 团队出品 · 开源免费 · 今日 GitHub Trending #1

3

📂 统统拿捏

PDFWordPPTExcelHTML图片音频

CSVJSONXMLEPUBYouTubeOutlookZIP

⚡ 一行命令，全部转成 AI 最爱的 Markdown

4

🤔

为什么是 Markdown？

• 🔹 接近纯文本，Token 超省
• 🔹 保留标题 / 列表 / 表格结构
• 🔹 GPT-4o / Claude 天生就懂！
• 🔹 官方称「highly token-efficient」

5

🤖

AI 加持 · 连图片都懂

from markitdown import MarkItDownfrom openai import OpenAImd = MarkItDown(llm_client=OpenAI(),llm_model="gpt-4o")result = md.convert("截图.png")

🖼️ 图片丢进去 → 布局/流程/文字全解析成 Markdown

6

🔌

MCP 集成— AI 助手直接读你的文档

$pip install markitdown-mcp

🤯 Claude Code / Cursor 中配好 MCP，AI 自己就能看 PDF/Word/Excel 来回答问题

7

⚔️ 和同类工具比怎么样？

	MarkItDown	textract	Pandoc
输出格式	✅ Markdown	纯文本	多种格式
图片/音频	✅ OCR + 转录	❌	❌
Python API	✅	✅	❌ CLI only
开源	✅ MIT	✅ MIT	✅ GPL

👉 AI 场景选MarkItDown，它就是为这个造的

8

🎯

谁该马上用？

• 🤖 AI 开发者 — 文档预处理利器
• 📝 内容创作者 — 批量迁到 Obsidian
• 🏢 企业知识管理 — PDF/Word → 知识库
• 🎓 研究人员 — 论文批量提取
• 🛠️ 自动化工程师 — 构建文档管线

9

⚡ 3 秒上手

$pip install 'markitdown[all]'

$markitdown 文档.pdf > 文档.md

⬇️ pip install▶️ 一行命令✅ 搞定

📣 觉得有用？分享给需要的朋友！

GitHub: github.com/microsoft/markitdown

👇 关注我，每天分享 GitHub 热门好项目

❤️ 在看⭐ 关注⭐ 在看

数据来源: GitHub Trending · 2026.06.01