微软108k星标开源工具MarkItDown：一键将各类文档转换成Markdown，打通AI分析链路

打开 GitHub，微软这个仓库又收获了 2000+ 颗星标。

再也不用耗费精力编写脚本，手动转换格式的时代已经过去。

核心价值速览

它能把各种文档转成 Markdown，然后直接丢给 AI 分析。

听起来很简单，可效率提升真不是一星半点。

以前处理文档有多折腾：

  • 收到 PDF 报告，只能打开、复制、粘贴到 AI 对话里
  • 碰到扫描版，还得先找 OCR 工具，再手动整理排版
  • 有会议录音的话，又要找转录工具，接着还得自己校对文字

现在呢？一行命令就搞定：

markitdown report.pdf > output.md

Image

典型应用场景

批量处理 PDF 报告

我每周要阅读十多份行业报告，现在只需要一个简单脚本：

for file in reports/*.pdf; do
    markitdown "$file" -o "markdown/${file%.pdf}.md"
done

Image

之后一股脑喂给 AI 做对比分析，既快又准。

会议录音直接转文字

公司里常有多段 MP3 会议录音，配置好语音转录功能后，只需几行代码：

from markitdown import MarkItDown
md = MarkItDown(enable_plugins=True)
result = md.convert("meeting.mp3")
print(result.text_content)

就能直接拿到工整的文字稿。

YouTube 视频变成学习笔记

要是看到值得研究的技术分享视频，想整理成文字记录，同样很简单：

result = md.convert("https://youtube.com/watch?v=xxx")

它会自动抓取字幕并转换为 Markdown。接下来用 AI 总结提炼，再配合 Obsidian 进行整理，一篇高质量的学习笔记就轻松产生了。

支持的文件格式

支持的类型相当丰富：

Image

个人觉得最实用的是 OCR 插件。
文档里的截图、扫描版 PDF，甚至图片里的文字，都可以通过 LLM Vision 直接提取出来。完全不需要额外部署 OCR 模型，用自己已有的 OpenAI API Key 就能马上工作。

安装与使用

安装只需一行命令：

pip install 'markitdown[all]'

[all] 表示一次性装齐全部依赖。当然也可以按需安装，比如只处理 PDF 和 Word 文档：

pip install 'markitdown[pdf,docx]'

使用起来也同样直白：

markitdown file.pdf -o output.md

或者在 Python 脚本中调用：

from markitdown import MarkItDown
md = MarkItDown()
result = md.convert("file.pdf")
print(result.text_content)

Image

甚至可以直接把它交给你的 Agent，用自然语言对话完成整个转换流程。

写在最后

GitHub 仓库地址：
https://github.com/microsoft/markitdown

不妨找个 PDF 亲自试一试，或者想想日常工作中还有哪些文档处理可以彻底自动化。
工具本身不创造价值，你用它所解决的问题才真正有意义。

如果你经常和 PDF、Word、PPT 或各类多媒体文档打交道，又需要用 AI 进行内容分析，这个工具可以大幅减少重复劳动。同时，Markdown 格式对 AI 和人类都足够友好，让信息流动更加顺畅。