初始提交：工具安裝與使用筆記

包含 MemPalace、MarkItDown、Playwright 的安裝與使用筆記。 Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
2026-04-15 09:29:01 +08:00
commit f3f832df20
4 changed files with 479 additions and 0 deletions
--- a/markitdown-notes.md
+++ b/markitdown-notes.md
@@ -0,0 +1,130 @@
+# MarkItDown 安裝與使用筆記
+
+## 基本資訊
+
+- **專案**: https://github.com/microsoft/markitdown
+- **版本**: 0.1.5
+- **作者**: Microsoft
+- **授權**: MIT
+- **需求**: Python 3.10+
+- **安裝日期**: 2026-04-15
+
+## 安裝
+
+```bash
+# 基本安裝
+pip install markitdown
+
+# 完整安裝（所有格式支援）
+pip install 'markitdown[all]'
+```
+
+### 個別功能模組
+
+```bash
+pip install 'markitdown[pdf]'                    # PDF
+pip install 'markitdown[docx]'                   # Word
+pip install 'markitdown[pptx]'                   # PowerPoint
+pip install 'markitdown[xlsx]'                   # Excel（新版）
+pip install 'markitdown[xls]'                    # Excel（舊版）
+pip install 'markitdown[outlook]'                # Outlook 郵件
+pip install 'markitdown[audio-transcription]'    # 音訊轉文字
+pip install 'markitdown[youtube-transcription]'  # YouTube 字幕
+pip install 'markitdown[az-doc-intel]'           # Azure Document Intelligence
+```
+
+## 支援的檔案格式
+
+| 格式 | 說明 |
+|------|------|
+| PDF | PDF 文件 |
+| DOCX | Word 文件 |
+| PPTX | PowerPoint 簡報 |
+| XLSX / XLS | Excel 試算表 |
+| HTML | 網頁 |
+| CSV / JSON / XML | 文字結構化資料 |
+| 圖片 | EXIF 元資料 + OCR |
+| 音訊 | 元資料 + 語音轉文字 |
+| ZIP | 自動解壓處理內容 |
+| EPUB | 電子書 |
+| YouTube URL | 影片字幕擷取 |
+
+## CLI 使用
+
+```bash
+# 基本轉換
+markitdown document.pdf > output.md
+
+# 指定輸出檔
+markitdown document.pdf -o output.md
+
+# 從 stdin 讀取
+cat document.pdf | markitdown
+
+# 搭配 Azure Document Intelligence
+markitdown file.pdf -o output.md -d -e "<endpoint>"
+
+# 外掛管理
+markitdown --list-plugins
+markitdown --use-plugins file.pdf
+```
+
+## Python API
+
+### 基本用法
+
+```python
+from markitdown import MarkItDown
+
+md = MarkItDown()
+result = md.convert("document.pdf")
+print(result.text_content)
+```
+
+### 搭配 LLM 做圖片描述
+
+```python
+from markitdown import MarkItDown
+from openai import OpenAI
+
+client = OpenAI()
+md = MarkItDown(llm_client=client, llm_model="gpt-4o")
+result = md.convert("photo.jpg")
+print(result.text_content)
+```
+
+### 搭配 Azure Document Intelligence
+
+```python
+md = MarkItDown(docintel_endpoint="<endpoint>")
+result = md.convert("scan.pdf")
+```
+
+## 外掛系統
+
+外掛預設關閉，需明確啟用。
+
+### markitdown-ocr 外掛
+
+用 LLM vision 對 PDF、DOCX、PPTX、XLSX 做 OCR，不需額外 ML 套件：
+
+```bash
+pip install markitdown-ocr openai
+```
+
+第三方外掛可在 GitHub 搜尋 `#markitdown-plugin` 找到。
+
+## MCP 整合
+
+MarkItDown 提供 MCP server，可整合到 Claude Desktop 等 LLM 應用：
+
+```bash
+pip install markitdown-mcp
+```
+
+## Docker
+
+```bash
+docker build -t markitdown:latest .
+docker run --rm -i markitdown:latest < file.pdf > output.md
+```