微软开源的文档转 Markdown 工具,一条命令把 PDF/Word/Excel 全变纯文本

前两天想拿一份 PDF 问 AI 点事，结果它回我一句「格式看不懂，请提供文本内容」。那种感觉就像你辛辛苦苦把文件拖过去，对方甩手说打不开。

后来在 GitHub 上刷到一个微软官方出的工具，叫 markitdown，17 万星。名字起得直白：把各种文件转成 Markdown。PDF、Word、Excel、PPT、图片、音频、网页、压缩包，都能转，甚至 YouTube 链接都能抓字幕。

我装上试了试，确实省事。

一条命令的事

安装就是 pip 一条命令：

pip install 'markitdown[all]'

用起来更简单，转 PDF：

markitdown 合同.pdf -o 合同.md

不带 -o 的话直接打印到屏幕，也可以管道符接给别的命令。转 Word、转 Excel、转 PPT 都是同一个用法，把文件名换掉就行。

我实际试了份带表格的 Excel 和一份图文混排的 Word，转出来的 Markdown 结构保留得挺完整：标题、列表、表格都还在，表格甚至能保持行列对应。不是那种糊成一团的纯文字，是能直接用的 Markdown。

这个工具最大的用处不是给人看，是给 AI 吃。现在大模型都认 Markdown，你把 PDF 拖进去它可能读得七零八落，但先转成 md 再喂，识别率完全两回事。

我现在的固定流程：收到 PDF 先转 md，再丢给 AI 总结、提问、翻译。写公众号的时候也方便，参考资料是网页就直接转成 md 存下来，下次引用直接搜。

对办公党来说，最常用的大概是批量转。写个循环把一整个文件夹的文档全转成 md，然后丢进知识库或者本地搜索，比一个个打开复制粘贴快多了。

市面上把文档转来转去的工具不少，但大多是转成 Word、PDF 给人看；markitdown 是转成 Markdown 给机器用，路子不太一样，目标用户就是天天跟 AI 打交道的人。

反正我是把它装进常用工具清单了，以后收到啥文档先过一遍它。链接放下面了，感兴趣的去试试。

GitHub: https://github.com/microsoft/markitdown