ambin-d MarkItDown Converter（文档转 Markdown SOP）
本技能定义了使用 MarkItDown 进行文档格式转换的标准流程。安装后，PDF、Office、图片等格式均可一键转为干净 Markdown。
前置安装
检测到未安装时自动安装，无需手动操作：
pip install markitdown
基础版支持 PDF/docx/pptx/xlsx/html。如需图片 OCR、音频转录、ZIP 提取等高级功能，额外装
[all]扩展版。
输出文件路径约定
转换后的 .md 文件默认输出规则：
- Agent A环境 → 与源文件同级目录，文件名不变 +
.md后缀- 例：
F:\报告\季度总结.pptx→F:\报告\季度总结.md
- 例：
- 如需指定其他输出目录，由使用者通过
-o参数显式传入
使用方式
方式一：命令行（最快）
markitdown 文件路径.pdf -o 输出路径.md
markitdown "F:\报告\季度总结.pptx" -o "F:\输出\季度总结.md"
方式二：Python 调用（适合嵌入工作流）
from markitdown import MarkItDown
md = MarkItDown()
result = md.convert("文件.pdf")
# result.text_content 就是 Markdown
方式三：LLM 增强（图片中的流程图也能识别）
from markitdown import MarkItDown
from openai import OpenAI
client = OpenAI()
md = MarkItDown(llm_client=client, llm_model="gpt-4o")
result = md.convert("季度汇报.pptx")
# PPT 中的流程图/架构图会被 AI 描述为文字嵌入 Markdown
转换执行流程
Step 1: 检查并安装依赖
pip show markitdown
如未安装，自动执行：
pip install markitdown
装完再次验证安装成功。
Step 2: 确认源文件
- 检查文件存在
- 确认文件格式受支持（PDF/docx/pptx/xlsx/csv/json/html/xml/zip/图像/音频）
Step 3: 执行转换
- 命令行模式：直接调
markitdown命令 - 嵌入模式：写临时 Python 脚本执行
Step 4: 验证结果
- 检查输出的 .md 文件是否存在（路径遵循上方约定）
- 快速预览文件头几行确认格式正确
- 确认标题层级、列表、链接被保留
Step 5: 交付
- 输出文件路径告知用户
- 或自动将内容写入 Vault / 缓存供后续使用
适用场景
- 同事发来 Word 周报 → 转 Markdown 记入知识库
- 客户给的 PDF 方案 → 转 Markdown 让 Agent 分析
- 会议录音转文字文本 → 转 Markdown 整理笔记
- PPT/Excel 数据 → 转 Markdown 便于归档检索
注意
- 目标不是"打印级还原"，而是"AI 读得顺、人看得懂"——不会完美保留排版
- 图片 OCR 需要联网/API Key
- 转换后建议手动过一遍敏感表格/图表
来源
萃取自 Vault 文章《MarkItDown 文档转换工具》（微软 AutoGen 团队开源，26k+ Star，MIT 协议免费商用）。