Markdown Converter

• Necesitas convertir documentos de Office (Word, Excel, PowerPoint) o PDFs a Markdown para usarlos con LLMs o pipelines RAG.
• Quieres extraer texto y metadatos de imágenes (EXIF + OCR) o transcribir archivos de audio a Markdown.
• Necesitas procesar por lotes archivos dentro de un archivo ZIP, convirtiendo todo el contenido a Markdown en un solo paso.
• Quieres obtener el contenido de transcripciones de una URL de YouTube en Markdown estructurado sin copiar y pegar manualmente.

• Necesitas convertir Markdown de vuelta a otro formato (por ejemplo, PDF o DOCX) — esta habilidad es unidireccional.
• Necesitas una preservación del diseño pixel a pixel; la conversión a Markdown es inherentemente con pérdida para documentos con mucho formato.

Convierte PDF, Word (.docx), PowerPoint (.pptx), Excel (.xlsx/.xls), HTML, CSV, JSON, XML, imágenes, audio, archivos ZIP, URLs de YouTube y archivos EPub — todo a Markdown.

Utiliza uvx markitdown para ejecutarse sin un paso de instalación global. Las dependencias se obtienen y almacenan en caché en la primera ejecución; las ejecuciones posteriores son significativamente más rápidas.

El Markdown convertido conserva la estructura del documento, incluyendo encabezados, tablas, listas con viñetas y enlaces — lo que hace que la ingestión posterior por LLM o el análisis de texto sea más preciso.

Extrae metadatos EXIF y ejecuta OCR en imágenes, y transcribe archivos de audio, incorporando los resultados directamente en la salida de Markdown Converter.

Para PDFs complejos o escaneados con una extracción predeterminada deficiente, el indicador -d habilita Azure Document Intelligence a través de un endpoint configurable para obtener resultados de mayor calidad.

Admite rutas de archivos, canalización por stdin y stdout — con indicadores opcionales para especificar la extensión de archivo, el tipo MIME y el conjunto de caracteres en entradas ambiguas.

Convierte una carpeta de PDFs y documentos Word a Markdown antes de introducirlos en un sistema de generación aumentada por recuperación (RAG), preservando la estructura para que el modelo pueda razonar sobre encabezados y tablas.

Pasa una URL de YouTube directamente al Markdown Converter para obtener una transcripción estructurada en Markdown, útil para flujos de trabajo de resumen o investigación sin salir de la terminal.

Usa la bandera -d con un endpoint de Azure Document Intelligence para extraer texto de PDFs escaneados o con muchas imágenes que el análisis estándar maneja de forma deficiente.

Convierte archivos de Excel, CSV o JSON en tablas Markdown, haciendo que los datos estructurados sean legibles para personas y estén listos para su análisis o inclusión en informes.