名称： markdown-converter
描述： 使用 markitdown 将文档和文件转换为 Markdown 格式。适用于将 PDF、Word (.docx)、PowerPoint (.pptx)、Excel (.xlsx, .xls)、HTML、CSV、JSON、XML、图像（含 EXIF/OCR）、音频（含转录）、ZIP 归档、YouTube 网址或 EPub 转换为 Markdown，以便进行大语言模型处理或文本分析。

Markdown 转换器

使用 uvx markitdown 将文件转换为 Markdown 格式，无需安装。

基本用法

# 转换并输出到标准输出
uvx markitdown input.pdf

# 保存到文件
uvx markitdown input.pdf -o output.md
uvx markitdown input.docx > output.md

# 从标准输入读取
cat input.pdf | uvx markitdown

支持格式

• 文档类：PDF、Word (.docx)、PowerPoint (.pptx)、Excel (.xlsx, .xls)
• 网页/数据类：HTML、CSV、JSON、XML
• 媒体类：图像（EXIF + OCR）、音频（EXIF + 转录）
• 其他：ZIP（遍历内容）、YouTube 网址、EPub

选项参数

-o OUTPUT      # 指定输出文件
-x EXTENSION   # 提示文件扩展名（用于标准输入）
-m MIME_TYPE   # 提示 MIME 类型
-c CHARSET     # 提示字符集（如 UTF-8）
-d             # 使用 Azure Document Intelligence
-e ENDPOINT    # Document Intelligence 服务端点
--use-plugins  # 启用第三方插件
--list-plugins # 显示已安装插件

使用示例

# 转换 Word 文档
uvx markitdown report.docx -o report.md

# 转换 Excel 表格
uvx markitdown data.xlsx > data.md

# 转换 PowerPoint 演示文稿
uvx markitdown slides.pptx -o slides.md

# 通过文件类型提示转换标准输入流
cat document | uvx markitdown -x .pdf > output.md

# 使用 Azure Document Intelligence 提升 PDF 提取效果
uvx markitdown scan.pdf -d -e "https://your-resource.cognitiveservices.azure.com/"

注意事项

• 输出会保留文档结构：标题、表格、列表、链接等
• 首次运行会缓存依赖，后续运行速度更快
• 对于提取效果不佳的复杂 PDF，建议配合 -d 选项使用 Azure Document Intelligence