tool-notes/markitdown-notes.md

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

# 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

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

# 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

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("document.pdf")
print(result.text_content)

搭配 LLM 做圖片描述

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

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：

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：

pip install markitdown-mcp

Docker

docker build -t markitdown:latest .
docker run --rm -i markitdown:latest < file.pdf > output.md