大家好，我是鲁工。
不知道有多少人跟我一样，相较于看文档写文档，更喜欢的是跟代码打交道。PDF、Word、Excel、PPT，各种格式的文档堆在一起，想统一喂给大模型，光是格式转换就得折腾半天。
直到我最近发现了微软开源的MarkItDown，问题迎刃而解。
在聊MarkItDown之前，先说说为什么要转成Markdown。
主流的大模型，不管是GPT-5还是Claude 4.5，都对Markdown有天然的亲和力。它们的输出经常自带Markdown格式，输入也是如此。
Markdown的好处在于：既保留了文档结构（标题、列表、表格、链接），又足够轻量，没有多余的格式标记。对于需要理解文档语义的AI来说，这是最理想的输入格式。
相比之下，纯文本丢失了结构信息，HTML又太臃肿。Markdown刚好在中间，是个平衡点。
MarkItDown是微软开源的一个Python库，专门用来把各种文件转成Markdown。
项目地址：
https://github.com/microsoft/markitdown
截至目前，GitHub上已经有85k+ Stars，发布两周就冲到了25k，热度相当高。
支持的格式非常全面：
- 办公文档：PDF、Word、PowerPoint、Excel
- 多媒体：图片（支持OCR和EXIF提取）、音频（语音转文字）
- Web内容：HTML、YouTube视频链接
- 数据格式：CSV、JSON、XML
- 其他：ZIP压缩包、Outlook邮件、EPUB电子书
基本上日常能碰到的文档格式都覆盖了。
安装很直接：
git clone git@github.com:microsoft/markitdown.gitcd markitdownpip install -e 'packages/markitdown[all]'使用时也只需要四行代码：
from markitdown import MarkItDownmd = MarkItDown()result = md.convert("report.pdf")print(result.text_content)也支持命令行直接运行：
markitdown report.pdf -o report.md就这么简单。不需要复杂的配置，不需要理解底层原理，拿来就能用。
我们看几个实用场景。首先是批量转换Office文档。比如你有一堆Word和PPT需要处理，几行脚本搞定：
from markitdown import MarkItDownfrom pathlib import Pathmd = MarkItDown()for file in Path("docs").glob("*.docx"): result = md.convert(str(file)) Path(f"output/{file.stem}.md").write_text(result.text_content)然后处理一下带图片的文档看看。MarkItDown支持OCR，可以提取图片中的文字。如果配合LLM使用，还能自动生成图片描述：
from markitdown import MarkItDownfrom openai import OpenAIclient = OpenAI()md = MarkItDown(llm_client=client, llm_model="gpt-4o")result = md.convert("document_with_images.pdf")再试一下音频转文字。会议录音、播客音频，都可以直接转成Markdown格式的文字稿：
result = md.convert("meeting.mp3")底层用的是Google的语音识别API，效果还可以。
MarkItDown不是万能的，有几个已知的问题：
PDF处理能力有限：对于扫描版PDF（没有文字层的），需要先做OCR预处理。另外PDF转换时会丢失格式信息，比如标题层级。
表格处理一般：复杂表格的还原效果不太理想。
速度优先，精度其次：如果对转换精度要求很高，可能需要考虑其他工具。
如果你的场景对表格和复杂排版要求很高，可以看看IBM的Docling。它的转换精度更好，但代价是安装包有1GB+，速度也慢不少。
MarkItDown的定位是又快又轻，覆盖80%以上的常规场景没问题。
最后，MarkItDown还提供了MCP服务器，可以直接和Claude Desktop集成。配置好之后，Claude就能直接读取你本地的各种文档了。在claude_desktop_config.json里加上：
{ "mcpServers": { "markitdown": { "command": "uvx", "args": ["markitdown-mcp"] } }}这样Claude就多了一个convert_to_markdown的工具，可以处理本地文件。对于经常需要让AI分析文档的场景，相当实用。
MarkItDown解决的是一个很具体的问题：如何把各种格式的文档，高效地转成AI友好的格式。
它不追求完美的转换精度，但胜在简单、快速、格式支持全面。对于大多数AI应用场景来说，够用了。
微软能把这样一个实用的小工具开源出来，确实是方便了广大开发者处理文档了。
感谢您阅读我的文章。我是鲁工，八年AI算法老兵，AI全栈开发者。目前正在全面拥抱大模型和AIGC。感兴趣的小伙伴可以加我微信（louwill_）交个朋友。
>/ 作者：louwill
