微软开源了MarkItDown项目，这是一个利用人工智能技术将多种文件格式转换为Markdown格式的工具。该工具支持包括PDF、PPTX、XLSX、DOCX等常见文档格式，以及图片、音频等非文本格式的转换。对于图片，MarkItDown使用EXIF元数据和OCR进行识别；对于音频，则使用AI进行语音转录。此项目旨在帮助开发者将各种格式的文件统一为Markdown，方便后续的索引和文本分析。该项目采用MIT许可证开源，开发者可以通过pip安装或从源头安装，并提供简单的API使用示例。

📄 MarkItDown项目可以将PDF、PPTX、XLSX、DOCX等多种文档格式转换为Markdown格式。

🖼️ 对于图片，MarkItDown利用EXIF元数据和OCR进行光学识别，实现内容提取与转换。

🎤 音频文件则通过AI语音转录技术转换为文本，使得非文本格式也能转换为Markdown。

🛠️ 该项目提供简单的API接口，开发者可轻松集成到自己的项目中使用，并支持自定义大型语言模型进行图像描述。

Markdown 格式是开发者们比较喜欢的书写格式，所以现在微软向开发者们开源了 MarkItDown 的新项目，该项目可以将大量内容基于 AI 转换为 Markdown 格式。

例如可以将以下格式进行转换：

PDFPowerPoint / PPTXExcel / XLSXWord / DOCX图片 / EXIF 元数据和 OCR音频 / EXIF 元数据和语音转录HTML / 维基百科等的特殊处理其他基于文本的格式例如 CSV、JSON、XML 等

诸如图片和音频是没法直接转换为文本格式的，在这种情况下借助人工智能就可以很方便的使用了，例如图片使用 EXIF 元数据和 OCR 进行光学识别，音频则可以使用 AI 进行语音转录为文本。

那这个项目有什么用的？其实就是帮助开发者将大量各种格式的文件统一为 Markdown 格式方便用于后续的索引和文本分析等，确实有实际使用场景。

该项目采用 MIT 许可证进行开源，有兴趣的开发者们可以在这里获取项目：https://github.com/microsoft/markitdown

下面是简单的操作示例：

可以使用 pip 安装：pip install markitdown

从源头安装：pip install -e .

API 用法也非常简单：

from markitdown import MarkItDown

markitdown = MarkItDown()
result = markitdown.convert("test.xlsx")
print(result.text_content)

也可以使用大型语言模型来描述图像，这种情况下需要提供模型客户端和参数等：

from markitdown import MarkItDown
from openai import OpenAI

client = OpenAI()
md = MarkItDown(mlm_client=client, mlm_model="gpt-4o")
result = md.convert("example.jpg")
print(result.text_content)