使用
Linux x86_64
需要先準備
- 執行環境:
python>=3.10,<=3.14
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.pymarkitdown 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已測試
怎麼使用
- 執行
markitdown <file>.pdf -o <output>.md,將 PDF 存成 Markdown 檔案。 - 執行
markitdown <file>.docx、markitdown <file>.xlsx或markitdown <file>.pptx,將 Markdown 印到終端機。
- 執行
- 輸出時保留標題、清單、表格與連結已測試
怎麼使用
- 執行
markitdown <file>.docx,取得 Markdown 格式的標題、清單與表格。 - 執行
markitdown <file>.html轉換網頁,連結會保留為 Markdown 連結。
- 執行
- 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
- 可以安裝
- 可以啟動
- 4 項功能中 2 項可用
- 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)