微软开源 MarkItDown：把 PDF/Word/PPT 一键转 Markdown，办公文档直接喂 AI

别再手动复制 PDF 内容了！微软开源神器 MarkItDown 一键把文件转成 Markdown，直接把所有办公文档喂给 AI。

你有没有过这种体验：手里一堆 PDF、Word、PPT、Excel，想塞给 ChatGPT / Claude 做总结或知识库，结果复制粘贴半天，格式全乱了？

微软最近把压箱底的 MarkItDown 开源了，专门解决这个问题。它是一个超轻量的 Python 工具，能把几乎任何办公文件，一次性转成干净的 Markdown：

• PDF / Word / PPT / Excel
• 图片（带 OCR 文字识别）
• 音频（EXIF + 语音转写）
• HTML / CSV / JSON / XML / EPUB
• 甚至支持 YouTube 链接直接转文字

转出来的 Markdown 保留标题、列表、表格、链接等结构，不是那种满屏乱码的纯文本。对大模型来说，Markdown 本身就是最友好的输入格式——token 少、结构清、理解准。

为什么 MarkItDown 特别适合办公效率场景？

第一，它把“整理文档”和“AI 处理”之间那道墙拆了。以前你要把一份几十页的 PDF 喂给 AI，得自己先拆、先转、先清理；现在一条命令搞定：

pip install 'markitdown[all]'
markitdown report.pdf -o report.md

第二，它不只是文件转换器，更是 AI 工作流的接口层。RAG 知识库、文档问答、内容摘要、数据分析 pipeline，前面都可以用 MarkItDown 做统一预处理，后面直接对接 GPT-4o、Claude 等模型。

第三，微软出品意味着文档和稳定性都有保障，而且完全开源，MIT 协议随便改。

适合谁用？

• 要搭建 AI 知识库 / RAG 系统的开发者
• 经常需要把会议 PPT、项目文档喂给 AI 的职场人
• 做内容二次创作、批量文档整理的自媒体 / 运营
• 任何被“格式转换”这件小事反复折磨的人

简单说，MarkItDown 就是文档世界里的“万能插头”——不管你拿的是 PDF、Word 还是 Excel，插上就能直接进 AI 的管线。

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

GitHub: https://github.com/microsoft/markitdown