GitHub 破 10 万 star 的 MarkItDown:一行命令把杂乱文档转成 Markdown

mdancho84 · x · 2026-09-06

微软的 Python 小工具 MarkItDown 冲上 GitHub 热门榜,star 数超 10 万。功能看似简单:把几乎所有文件——PDF、Word、PowerPoint、Excel、图片——转换成干净的结构化 Markdown。

它解决的是 AI 工作流的隐性瓶颈:RAG 等系统最难的一步是让真实世界杂乱文档变成模型可用格式——PDF 混乱、Word 带隐藏格式垃圾、PPT 图片多难解析、表格解析噩梦。MarkItDown 削减这些预处理摩擦,让 LLM 管道直接拿到可用输入。