标签
MarkItDown 这一微软工具已成为该公司在 GitHub 上第二多星标的仓库。恭喜 Adam Fourney。
微软推出MarkItDown工具,旨在将各种文档格式(如PDF、Word、Excel)转换为Markdown,以方便大模型和RAG系统处理企业数据。
微软开源了 MarkItDown,一个轻量级 Python 工具,可将 PDF、Word、PPT、Excel、HTML 和图片等文件一键转换为干净的结构化 Markdown 文本,方便用于 AI 摘要、数据分析、知识库构建等场景。
微软的Markitdown工具将PDF转换为markdown,在向Claude等AI模型提供文档时可节省token和成本,但在处理扫描PDF、图表和复杂表格时需要谨慎。