pickfit

瀏覽生產力與文件工具

MarkItDown

Python 工具與 CLI,可將 PDF、Office 文件、圖片、音訊、HTML 等檔案轉成 Markdown,供 LLM 使用。

已在 Linux 上測試

使用

Linux x86_64

需要先準備

  • 執行環境:python>=3.10,<=3.14
  1. 建立 venv,pip install 'markitdown[all]',並將 markitdown 連結到 ~/.local/bin

    python3 -m venv ~/.venv && ~/.venv/bin/pip install -q 'markitdown[all]' && ln -sf ~/.venv/bin/markitdown ~/.local/bin/markitdown
  2. 安裝 markitdown-sample-plugin 以檢查外掛

    ~/.venv/bin/pip install -q markitdown-sample-plugin

確認能用

markitdown --version

輸出應包含「markitdown 0.1.9」。

先試試這個

cat > page.html <<'EOF'
<html><body><h1>Main Heading</h1><h2>Sub</h2><ul><li>apple</li><li>banana</li></ul>
<p>See <a href="https://example.com/docs">the docs</a>.</p>
<table><tr><th>Col A</th><th>Col B</th></tr><tr><td>1</td><td>2</td></tr></table></body></html>
EOF
cat > gen.py <<'EOF'
from docx import Document
d = Document()
d.add_heading("Quarterly Report", level=1)
d.add_paragraph("First bullet item", style="List Bullet")
d.add_paragraph("Second bullet item", style="List Bullet")
t = d.add_table(rows=2, cols=2)
t.cell(0,0).text="Name"; t.cell(0,1).text="Value"
t.cell(1,0).text="Alpha"; t.cell(1,1).text="42"
d.save("sample.docx")
from openpyxl import Workbook
wb = Workbook(); ws = wb.active; ws.title="Sales"
ws.append(["Region","Units"]); ws.append(["North",120]); ws.append(["South",95])
wb.save("sample.xlsx")
from pptx import Presentation
p = Presentation(); s = p.slides.add_slide(p.slide_layouts[1])
s.shapes.title.text = "Slide Title Hello"; s.placeholders[1].text = "Bullet on slide"
p.save("sample.pptx")
objs = [b"<< /Type /Catalog /Pages 2 0 R >>",
 b"<< /Type /Pages /Kids [3 0 R] /Count 1 >>",
 b"<< /Type /Page /Parent 2 0 R /MediaBox [0 0 612 792] /Contents 4 0 R /Resources << /Font << /F1 5 0 R >> >> >>",
 None,
 b"<< /Type /Font /Subtype /Type1 /BaseFont /Helvetica >>"]
stream = b"BT /F1 24 Tf 72 700 Td (Hello PDF from MarkItDown) Tj ET"
objs[3] = b"<< /Length %d >>\nstream\n" % len(stream) + stream + b"\nendstream"
out = b"%PDF-1.4\n"; offs = []
for i,o in enumerate(objs):
    offs.append(len(out)); out += b"%d 0 obj\n" % (i+1) + o + b"\nendobj\n"
x = len(out)
out += b"xref\n0 %d\n0000000000 65535 f \n" % (len(objs)+1)
for o in offs: out += b"%010d 00000 n \n" % o
out += b"trailer\n<< /Size %d /Root 1 0 R >>\nstartxref\n%d\n%%%%EOF\n" % (len(objs)+1, x)
open("path-to-file.pdf","wb").write(out)
EOF
~/.venv/bin/pip install -q python-docx && ~/.venv/bin/python gen.py
markitdown path-to-file.pdf -o document.md && cat document.md

執行 markitdown <file>,以 Markdown 印出檔案內容。

它能做什麼

  • 將 PDF、Word、PowerPoint 與 Excel 檔案轉成 Markdown
    怎麼使用
    1. 執行 markitdown <file>.pdf -o <output>.md,將 PDF 存成 Markdown 檔案。
    2. 執行 markitdown <file>.docx、markitdown <file>.xlsx 或 markitdown <file>.pptx,將 Markdown 印到終端機。
    已測試
  • 輸出時保留標題、清單、表格與連結
    怎麼使用
    1. 執行 markitdown <file>.docx,取得 Markdown 格式的標題、清單與表格。
    2. 執行 markitdown <file>.html 轉換網頁,連結會保留為 Markdown 連結。
    已測試
  • 為圖片產生說明並轉錄音訊
    未測試
  • 透過第三方外掛支援更多檔案格式
    沒有看到它可用

pickfit 測到哪一步

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 4 項功能中 2 項可用
  4. 可離線使用

適合用來

  • 將 PDF 檔案轉成 Markdown
  • 將文件整理成 Markdown,供 LLM 文字分析流程使用
  • 透過 Azure Content Understanding 從發票擷取結構化欄位

可替代 textract。

pickfit 怎麼測的

每次測試都從乾淨的機器開始,照上面的步驟執行。 pickfit 怎麼驗證

Linux x86_64

主要功能可用

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年11月15日
  • 版本 0.1.9

測試機器遇到的差異

  • README: pip install 'markitdown[all]'
    測試中: 依 README 的 Prerequisites 建議安裝到 venv(python3 -m venv ~/.venv),再將 ~/.venv/bin/markitdown 符號連結到 ~/.local/bin,使其位於 PATH 中
  • README: git clone git@github.com:microsoft/markitdown.git
    測試中: 不需要;SSH clone URL 還需要 GitHub SSH 金鑰(https URL 則不需要)
  • README: markitdown path-to-file.pdf -o document.md
    測試中: 未附範例檔案,輸入檔為自行產生(python-docx 不屬於 markitdown[all],只為建立測試用 .docx 而安裝)

怎麼看工具卡

縫線
pickfit 親自安裝過這款工具,縫線下方的內容都來自那次測試。沒測過的工具,一律沒有縫線。
已在你的作業系統上驗證
安裝步驟在你選的系統上跑過。「只在 Linux 上執行過」表示還沒在你的系統上跑過。
macOS、Linux 和 Windows在哪裡測過
綠色系統標記:pickfit 在該系統跑過安裝步驟。灰色:README 說支援,但 pickfit 還沒試過。
測試進行到哪一步
能安裝並啟動、主要功能可用、服務有回應、能產生模型輸出。視窗代表桌面應用程式已開啟;插頭代表 MCP 用戶端用過它。標記在測試結果旁邊:展開「為什麼適合、我們怎麼知道」,或在「pickfit 怎麼測的」裡。
視覺檢查
pickfit 看過應用程式的截圖。綠色:畫面正常。黃色加數字:有看起來不對的地方,點開就能看到。灰色虛線:還沒檢查。
已知漏洞
它安裝的套件有沒有已知的高風險或嚴重漏洞(OSV.dev)。綠色:沒有已知漏洞。紅色加數字:有幾個,點開看清單,安裝前先看過。灰色虛線:沒有檢查,不代表安全。
關於這次測試
測試日期,以及測到的版本。
理由的來源
每個推薦理由都依據簡介裡的一個欄位。展開理由就能看到欄位和值。
寶藏
品質高、少有人知。
品質與知名度
兩個分數,滿分都是 100。品質:pickfit 試裝、試用的結果,以及安裝文件和維護狀況。知名度:看星數、下載量和 Hacker News。
已檢查的功能
README 宣傳的主要功能裡,實測通過幾項(綠色)、失敗幾項(紅色)。灰色是沒檢查的,工具卡會說明原因。
未驗證
Fitz 依一般知識提到的知名工具。沒有測試紀錄、沒有步驟、沒有分數。