Beeknoee Logo
Đăng nhậpĐăng ký miễn phí

microsoft/markitdown

Public

Python tool for converting files and office documents to Markdown.

autogenautogen-extensionlangchainmarkdownmicrosoft-officeopenaipdf
Star193.2kFork14.5kWatch589Mở trên GitHub
Beeknoee

Bee AI phân tích repositoryBETA

AI đọc README và cây file để tóm tắt, gợi ý cách dùng và đánh giá repository. Mọi con số lấy từ kho Bee, không do AI ước lượng.

Cập nhật lần cuối: 16/10/2026

Đăng nhập để hỏi Bee AI

Tóm tắt bởi Bee AI

Tiện ích Python và công cụ CLI từ Microsoft hỗ trợ chuyển đổi nhiều định dạng tài liệu (Office, PDF, hình ảnh, âm thanh) sang định dạng Markdown có cấu trúc, tối ưu hóa cho các mô hình LLM và luồng phân tích văn bản.

  • Hỗ trợ đa dạng định dạng: PDF, Word, PowerPoint, Excel, hình ảnh (OCR), âm thanh, HTML, CSV, JSON, XML, file ZIP và URL YouTube.
  • Giữ lại cấu trúc tài liệu thiết yếu như tiêu đề, danh sách, bảng biểu và liên kết dưới dạng Markdown tiết kiệm token.
  • Tích hợp tùy chọn với Azure Content Understanding, Azure Document Intelligence và OpenAI cho OCR hoặc mô tả hình ảnh.
  • Hệ sinh thái mở rộng với kiến trúc plugin của bên thứ ba và hỗ trợ markitdown-mcp.

Lưu ý

  • MarkItDown thực thi I/O với quyền của tiến trình hiện tại; cần lọc kỹ đầu vào (sanitize) khi chạy trong môi trường untrusted để tránh rủi ro bảo mật.
  • Được thiết kế để phân tích văn bản cho LLM thay vì chuyển đổi tài liệu giữ nguyên bố cục hoàn hảo cho người đọc.
  • Yêu cầu phiên bản Python từ 3.10 đến 3.14.

Điểm BeeTính thuần từ số liệu trong kho Bee, không phải AI chấm: bách phân vị sao 30% · độ tươi lần push 25% · fork và watcher 15% · README, giấy phép, mô tả 20% · có bản phát hành 10%.

  • Độ phổ biến100
  • Độ tươi100
  • Cộng đồng25
  • Tài liệu100
  • Phát hành100
  • Mức độ khóTrung bình
  • Phù hợp vớiLập trình viên · Dữ liệu
  • Loại dự ánCông cụ
  • Giấy phépMIT

Kiến trúc & Công nghệ

Công nghệ AI nhận ra từ README và cây file — chỉ những mục nằm trong danh sách Bee kiểm.

Tech stack

  • Python
  • Docker
  • OpenAI API
  • Azure
  • MCP

Kiến trúc tổng quan

Repository → công nghệ chính → các thư mục cấp 1 có thật trong repo; vai trò do AI mô tả.

  • packages/Chứa mã nguồn của gói markitdown và các plugin/mở rộng liên quan.
  • .devcontainer/Cấu hình môi trường phát triển Dev Container.
  • .github/Cấu hình CI/CD workflows và các mẫu GitHub PR/issue.
  • Dockerfile/Định nghĩa image Docker để chạy MarkItDown.

Hướng dẫn nhanh

Các bước để bắt đầu với repository này.

bash
git clone https://github.com/microsoft/markitdown.git
cd markitdown

Các use case chính

Những ứng dụng có thể xây dựng từ repository này.

  • Chuyển đổi tài liệu doanh nghiệp hỗn hợp (PDF, DOCX, XLSX) thành Markdown để nạp vào pipeline RAG của LLM.
  • Trích xuất văn bản từ hình ảnh hoặc PDF scan qua OCR sử dụng LLM Vision hoặc dịch vụ đám mây Azure.
  • Tự động hóa chuyển đổi tài liệu hàng loạt thông qua giao diện dòng lệnh (CLI) hoặc Docker.
  • Chuyển đổi âm thanh (WAV, MP3) hoặc video YouTube thành văn bản định dạng Markdown.

Repository tương tự

Cùng chủ đề trong kho Bee.

  1. 1NousResearch/hermes-agentThe agent that grows with you259.2k+2.4k
  2. 2firecrawl/firecrawlSupercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥197.4k+2.4k
  3. 3Significant-Gravitas/AutoGPTAutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mission is to provide the tools, so that you can focus on what matters.187.8k+120
  4. 4f/prompts.chatf.k.a. Awesome ChatGPT Prompts. Share, discover, and collect prompts from the community. Free and open source — self-host for your organization with complete privacy.175.4k+1k
  5. 5langgenius/difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.160.1k+671

Nội dung do AI sinh, có thể sai hoặc thiếu — số liệu lấy từ kho Bee, không do AI ước lượng. Cập nhật lần cuối: 16/10/2026.

Đăng nhập