Markdown Converter

• 您需要将 Office 文档（Word、Excel、PowerPoint）或 PDF 转换为 Markdown，以便在 LLM 或 RAG 流水线中使用。
• 您希望从图像中提取文本和元数据（EXIF + OCR），或将音频文件转录为 Markdown。
• 您需要批量处理 ZIP 压缩包中的文件，一次性将所有内容转换为 Markdown。
• 您希望将 YouTube 链接中的字幕内容提取为结构化 Markdown，无需手动复制粘贴。

• 您需要将 Markdown 反向转换为其他格式（例如 PDF 或 DOCX）——此技能是单向的。
• 您需要像素级的布局保留；对于格式复杂的文档，转换为 Markdown 本质上会造成信息损失。

支持将 PDF、Word（.docx）、PowerPoint（.pptx）、Excel（.xlsx/.xls）、HTML、CSV、JSON、XML、图片、音频、ZIP 压缩包、YouTube 链接以及 EPub 文件全部转换为 Markdown 格式。

使用 uvx markitdown 运行，无需全局安装步骤。依赖项在首次运行时自动获取并缓存，后续运行速度将显著提升。

转换后的 Markdown 保留文档结构，包括标题、表格、项目符号列表和链接——使后续的 LLM 摄取或文本分析更加准确。

提取图像的 EXIF 元数据并对其进行 OCR 识别，同时转录音频文件，将结果直接嵌入 Markdown Converter 的 Markdown 输出中。

对于默认提取效果较差的复杂或扫描版 PDF，-d 标志可通过可配置的端点启用 Azure Document Intelligence，从而获得更高质量的提取结果。

支持文件路径、标准输入管道（stdin）及标准输出（stdout）——并提供可选标志，用于在输入内容存在歧义时指定文件扩展名、MIME 类型和字符集。

在将 PDF 和 Word 文档文件夹中的内容输入检索增强生成（RAG）系统之前，使用 Markdown Converter 将其转换为 Markdown 格式，同时保留文档结构，以便模型能够对标题和表格进行推理分析。

将 YouTube 链接直接传递给 Markdown Converter，即可获取结构化的 Markdown 字幕内容，无需离开终端，便于摘要整理或研究工作流使用。

使用 -d 标志配合 Azure Document Intelligence 端点，可从扫描件或图像较多的 PDF 中提取文本——此类文件通常难以通过标准解析方式处理。

将 Excel、CSV 或 JSON 文件转换为 Markdown 表格，使结构化数据易于阅读，便于分析或纳入报告。