微软开源的 Python 工具,可把 Word、PowerPoint、Excel 和 PDF 等资料转换成 Markdown。适合把分散的办公室文档整理为模型能读取的文本,或为知识库做导入前的检查。
代码许可证 MIT(见上方仓库的 LICENSE 文件)。
上手示例
- 选一份带标题、表格和项目符号的公开演示稿,按说明安装对应格式的依赖。
- 用 markitdown 把文件转换为 Markdown,对照原稿核查标题层级、表头和列表。
- 把转换结果交给知识库,提出一个必须读懂表头才能回答的问题,检查检索到的片段。
使用要点
格式转换侧重提取内容。复杂表格、图片里的小字和多栏排版应抽样与原件比对;需要保留版面结构时也可对照Docling的结果。
暂无评论