MakeItDown

产品简介

MakeItDown（原名 MarkItDown）是微软出品的多格式文档转 Markdown 工具，支持 PDF、Word、Excel、PowerPoint、图片、音频、HTML、EPUB 等二十余种格式一键转换为结构化 Markdown 文本。配套网页工具和 REST API，兼顾本地命令行使用与工作流集成两种场景，是 AI 时代文档预处理的轻量级效率利器。

核心功能

• 多格式输入：支持 PDF、Word（.docx）、Excel（.xlsx/.xls）、PowerPoint（.pptx）、图片（EXIF + OCR 文字识别）、音频（EXIF + 语音转写）、HTML、CSV、JSON、XML、ZIP 压缩包、EPUB 电子书，以及 YouTube 视频链接等二十余种格式。
• Markdown 结构保留：转换时保留标题层级、列表、表格、链接、图片引用等文档结构，输出干净的 Markdown 文本，而非纯碎片化文本。
• 大模型友好：主流大模型（如 GPT-4o）原生理解 Markdown 格式，该工具输出的 Markdown token 效率高，非常适合作为 LLM 文本分析流水线的输入来源。
• 网页拖拽转换：无需安装，访问 markitdown.io 直接拖拽文件即可获得 Markdown，支持双向导出（Markdown 再转 PDF / Word / HTML）。
• REST API 支持：提供完整的 REST API 与 API Key 体系，开发者可将文档转换能力嵌入现有应用或自动化工作流，日调用量可按需扩容。
• 命令行工具：一条命令完成本地文件转换：markitdown document.pdf > document.md，支持管道输入与批量处理。
• Python API：from markitdown import MarkItDown; md = MarkItDown(); result = md.convert('file.pdf')，方便在 Python 脚本中集成。

特色优势

相比 textract 等通用文本提取库，MakeItDown 有三方面明显优势：

• 专注 Markdown 输出：输出干净、结构化，token 利用率更高；非常适合直接喂给大模型做 RAG 检索。
• 格式覆盖广且持续更新：二十余种主流办公与媒体格式，后续版本还支持 Azure Document Intelligence 等企业级解析后端。
• 产品化程度高：既有命令行工具满足开发者需求，也有网页端满足非技术用户，还有完整 API 支撑企业级集成场景。

应用场景

• RAG 知识库构建：将企业内部各类文档（合同、报告、手册）统一转为 Markdown，供大模型做向量化检索。
• 内容创作与编辑：记者、编辑、作者将 PDF 资料快速转为可编辑文本，进行二次创作。
• 开发者文档处理：自动化提取代码仓库中的 README 草稿、技术文档，批量整理知识库。
• 个人效率提升：将会议录音、讲座视频、播客转写为文字稿，配合 Markdown 高效整理笔记。

适用人群

• AI 应用开发者：需要将各类文档喂给大模型做 RAG、Fine-tuning 或内容分析的工程师。
• 知识工作者：研究员、律师、咨询师等需处理大量 PDF / Office 文档的专业人士。
• 内容创作者：记者、编辑、博客作者快速提取资料并进行二次编辑写作。
• 企业 IT 团队：需要构建内部知识管理平台、文档搜索系统的技术负责人。

出品方

微软（Microsoft）。微软近年来持续投入开发者工具与 AI 基础设施，MarkItDown 是其官方出品的开源项目（MIT 许可证），由微软内部团队维护，长期更新有保障。

更新动态

最新版本为 0.1.7（2026 年 7 月发布），支持完整的可选依赖体系（pdf、docx、pptx、xlsx、audio-transcription、youtube-transcription 等），并持续接收社区贡献。用户可通过 PyPI 一键安装：pip install 'markitdown[all]'。

官网链接

https://markitdown.io

https://github.com/microsoft/markitdown（开源仓库）