markitdown - 跨格式文件轉 Markdown

用途

Microsoft MarkItDown 是一個輕量 Python 工具，專門將各種檔案格式轉換為結構化 Markdown，適用於：

• LLM 文本分析前處理
• 需求文件結構化
• 測試報告格式轉換
• 維運文件匯入
• 跨階段文件整合

支援格式

PDF、PowerPoint、Word、Excel、圖片（EXIF + OCR）、Audio（EXIF + 語音轉錄）、HTML、CSV、JSON、XML、ZIP、YouTube URL、EPub。

安裝

pip install markitdown[all]

使用方式

命令列

markitdown path-to-file.pdf > document.md
markitdown path-to-file.pdf -o document.md

Python API

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

Optional Dependencies

pip install markitdown[pdf, docx, pptx]

與 SSDLC 階段的應用

• Phase 01（需求分析）：將 PDF/Word 需求文件轉為 Markdown 進行結構化
• Phase 04（測試驗證）：將測試報告（PDF/Excel）轉為 Markdown 分析
• Phase 06（維護營運）：將日誌文件、維運手冊轉為 Markdown 整合

來源

• GitHub：https://github.com/microsoft/markitdown
• 授權：MIT
• 本機外部資源：external-resources/markitdown/