Markitdown

微软开源的文档格式转换工具，支持将PDF、Word、Excel等15+种文件格式一键转换为Markdown

文档处理

深度报告

MarkItDown是微软AutoGen团队开源的轻量级Python工具，可以把PDF、Word、PowerPoint、Excel、图片、音频、HTML、EPub等15种以上的文件格式一键转换为Markdown格式。2026年4月，MarkItDown登顶GitHub热榜，收获108K Star，显示出开发者社区的高度认可。这款工具对于文本分析工具和大型语言模型（LLMs）特别有用，因为Markdown既保留了原文档的结构信息，又保持了LLM友好的格式。
MarkItDown支持以下文件格式：PDF、DOCX、PPTX、XLSX、图片（支持OCR）、音频、HTML、EPub、ZIP等。对于图片和PDF，工具使用LLM Vision从嵌入的图片中提取文字。工具支持llm_client和llm_model两种模式，可以配合各种LLM进行OCR识别。
MarkItDown主要应用于以下场景：RAG（检索增强生成）场景、文档处理流水线、AI应用、需要处理多种文档格式的场景、企业文档管理等。
通过pip即可轻松安装：pip install markitdown。使用方法简单，单行代码即可完成格式转换。MIT开源协议允许自由的商业使用。