MarkItDown翻译站点

MarkItDown 是 Microsoft 发布的开源Python 文档转换项目，可为大模型文本分析和知识库检索准备 Markdown 内容。它是需要自行安装的开发工具，基础转换不要求调用大模型。

主要功能

可处理 PDF、Word、Excel、PowerPoint、HTML 等文件，尽量保留标题、列表、链接和表格等结构；提供命令行与 Python 接口。可按需接入图像描述、OCR 插件及 Azure 文档服务。转换目标是便于文本分析，不等同于原版排版复刻，扫描件识别能力取决于所配置的转换器或服务。

适用人群

需要清洗办公文档、搭建 RAG 知识库或编写文档处理流程的开发者与数据团队。

使用条件与访问限制

需准备支持的 Python 环境并按文件格式安装相应依赖。基础转换在自备设备运行；使用模型描述、OCR 或云服务时，应另外配置相应插件、账户和接口。项目文档主要为英文，具体文档语言支持以所用转换器为准。

费用与限制

项目采用 MIT 许可，基础开源转换免费，没有强制云端额度。自备设备和部署资源成本由使用者承担；可选大模型接口、Azure Document Intelligence / Content Understanding 等云服务按供应商规则计费，不能把开源免费理解成外部 API 无限免费。

官方来源

• 官方项目与使用说明
• MIT 许可

信息核对日期：2026 年 10 月 9 日。介绍依据官方公开资料整理；未进行本地安装、模型运行或性能测试。