microsoft/markitdown：把各类文件与办公文档转成 Markdown 的 Python 工具
来源：GitHub — 2026-09-12 · ⭐ 182,634 · Python
📋 概述
markitdown 是微软开源的 Python 工具，负责把 PDF、Office 文档、图片等各类格式转换成结构清晰的 Markdown。在 RAG 与 Agent 工作流里，它是把杂乱原始文件变成模型可读文本的第一步，因通用性极强而长期位居热门榜，累计星数已超过 18 万，是文档预处理环节的事实标准之一。
🔑 核心要点
- 支持 PDF、Office 文档、图片等多种格式转 Markdown，统一输入形态
- 输出结构化文本，适合直接投喂 RAG 与 Agent 流程
- 由微软维护，接口简单、稳定性有保障
- 长期位居热门榜，是文档预处理环节的事实标准之一
💡 金句
再聪明的模型，也得先把你的文件读成一页干净的文本。
👍 0
👎 0
← 返回 GitHub Trending 首页