MarkItDown

MarkItDown 文档转换

使用 markitdown 命令将文档转换为 Markdown 格式。

依赖安装

markitdown

要求 Python 3.10+，根据需要选择安装：

# 按需安装特定格式支持
pip install 'markitdown[pdf]'           # PDF
pip install 'markitdown[docx]'          # Word
pip install 'markitdown[pptx]'          # PowerPoint
pip install 'markitdown[xlsx]'          # Excel
pip install 'markitdown[xls]'           # 旧版 Excel

# 安装全部支持（推荐）
pip install 'markitdown[all]'

其他可选依赖：[outlook]、[audio-transcription]、[youtube-transcription]

LibreOffice

用于转换旧版 Office 格式（.doc, .ppt）：

# Homebrew 安装
brew install --cask libreoffice

# 或手动下载 dmg 安装
# https://www.libreoffice.org/download/download/

直接支持的格式

需要先转换的格式

旧版 Office 格式需要用 libreoffice 转换后再读取：

使用方法

直接读取

markitdown /path/to/file.docx
markitdown /path/to/file.pdf
markitdown /path/to/file.xlsx

旧版格式先转换再读取

# 转换（建议用 --outdir 指定输出目录）
libreoffice --headless --convert-to docx --outdir /path/to/output /path/to/file.doc

# 读取转换后的文件
markitdown /path/to/output/file.docx

输出到文件

markitdown file.pdf -o output.md

示例

用户说："帮我读取 <源文件路径>"

执行步骤：

1. 先转换：libreoffice --headless --convert-to docx --outdir <输出文件目录> <源文件路径>
2. 再读取：markitdown <输出文件目录>/<文件名>.docx

返回的内容就是转换后的 Markdown 文本，可以直接阅读和分析。