微软开源MarkItDown，可将多种文件转换为Markdown，支持多种格式，使用pip或源代码安装，还可结合语言模型进行图像描述，文中还推荐了一些阅读内容并提到公众号。

🎈MarkItDown能将各种文件转为Markdown，支持多种格式，如PDF、PPT等

💻使用pip或从源代码可安装MarkItDown，Python中有基本用法

🤖可提供llm_client和llm_model，用大型语言模型进行图像描述

📖文中推荐了一些相关阅读内容并提到公众号'PaperAgent'

2024-12-18 11:47 湖北

RAG有这么一个说法：“垃圾进，垃圾出”，文档解析与处理以获取高质量数据至关重要。近期，微软开源了MarkItDown，一款将各种文件转换为 Markdown 的实用程序（用于索引、文本分析等）。

https://x.com/shao__meng/status/1867348058662744236

MarkItDown支持：

PDF

PPT

Word

Excel

图像（EXIF 元数据和 OCR）

音频（EXIF 元数据和语音转录）

HTML

基于文本的格式（CSV、JSON、XML）

ZIP 文件

MarkItDown使用

使用 pip: pip install markitdown。或者，从源代码安装它：pip install -e .

Python中的基本用法：

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

要使用大型语言模型进行图像描述，请提供llm_client和llm_model：

from markitdown import MarkItDown from openai import OpenAI client = OpenAI() md = MarkItDown(llm_client=client, llm_model="gpt-4o") result = md.convert("example.jpg") print(result.text_content)

MarkItDown试用

https://www.html.zone/markitdown/

https://github.com/microsoft/markitdown

推荐阅读

• 对齐LLM偏好的直接偏好优化方法：DPO、IPO、KTO

• 2024：ToB、Agent、多模态

• RAG全景图：从RAG启蒙到高级RAG之36技，再到终章Agentic RAG！

• Agent到多模态Agent再到多模态Multi-Agents系统的发展与案例讲解（1.2万字，20+文献，27张图）

---

欢迎关注我的公众号“PaperAgent”，每天一篇大模型（LLM）文章来锻炼我们的思维，简单的例子，不简单的方法，提升自己。

跳转微信打开