MarkItDown - 把办公文件转换为便于检索的 Markdown
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…
话题标签
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…
阅读外文论文时,可以把正文翻译成中文,并与原文对照查看。工具会尝试保留双栏、公式、图表等版面元素,适合先读摘要和方法,再回查关键段落。
从图片或 PDF 提取可搜索的文字,适合票据、扫描资料和图文页面的数字化。项目也提供文档解析能力,可按版面复杂度选择流程。
把 PDF 等资料转换为更适合检索和分析的结构化表示,可导出 Markdown 等格式。适合需要保留标题、表格和阅读顺序的场景。