微软这个开源工具把138k Stars，全格式文档秒变Markdown，PDF/PPT/音频通吃！

写过论文的朋友都知道，把一份 PDF 扔给 AI 建模，最怕遇到——表格全乱、格式丢失、图片里的文字读不出来、更别提什么 MP3 音频里的讲座内容。

MarkItDown 就是来解决这个问题的。

这是微软开源的文档格式转换神器，138k Stars，把 PDF、Word、PPT、Excel、HTML、ZIP、EPub、图片、音频……全部转成干净可读的 Markdown，而且支持 OCR 识别图片文字、提取音频元数据、甚至是 YouTube 链接直接转文本。

什么意思？你有一份 200 页的 PDF 论文，一条命令就能转成 Markdown 丢给任何 AI 读；你有一场录音，直接把 MP3 转出文字稿；你在网上看到一篇好文章，URL 扔进去就能提取内容。

用法极其简单：

pip install 'markitdown[all]'
markitdown ./document.pdf > output.md

或者 Python 调用：

from markitdown import MarkItDown
md = MarkItDown()
result = md.convert("document.pdf")
print(result.text)

MCP 服务器也已经支持，可以直接集成到 Claude Code / Cursor 里，让 AI 帮你自动化处理文档转换。

最适合哪些场景？

• 给 AI 喂料：把各种格式文档统一转 Markdown 再让大模型处理
• 知识库构建：批量把历史文件转成可检索的文本
• 论文/报告提取：直接提取 PDF 里的表格、图表描述、参考文献
• 音频转文字稿：会议录音、讲座录音直接出文字

微软出品，质量有保证，社区活跃度极高。一个工具顶过去写 N 个脚本，强烈建议装上。

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

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