Markitdown Quick Reference

# MarkItDown 快速参考 ## 安装 bash # 所有功能 pip install 'markitdown[all]' # 特定格式 pip install 'markitdown[pdf,docx,pptx,xlsx]' ## 基础用法 python from markitdown import MarkItDown md = MarkItDown() result = md.convert("file.pdf") print(result.text_content) ## 命令行 bash # 简单转换 markitdown input.pdf > output.md markitdown input.pdf -o output.md # 使用插件 markitdown --use-plugins file.pdf -o output.md ## 常见任务 ### 转换 PDF python md = MarkItDown() result = md.convert("paper.pdf") ### 使用 AI 转换 python from openai import OpenAI # 使用 OpenRouter 访问多种模型 client = OpenAI( api_key="your-openrouter-api-key", base_url="https://openrouter.ai/api/v1" ) md = MarkItDown( llm_client=client, llm_model="anthropic/claude-sonnet-4.5" # 推荐用于视觉任务 ) result = md.convert("slides.pptx") ### 批量转换 bash python scripts/batch_convert.py input/ output/ --extensions .pdf .docx ### 文献转换 bash python scripts/convert_literature.py papers/ markdown/ --create-index ## 支持的格式 | 格式 | 扩展名 | 备注 | |--------|-----------|-------| | PDF | `.pdf` | 全文 + OCR | | Word | `.docx` | 表格、格式 | | PowerPoint | `.pptx` | 幻灯片 + 备注 | | Excel | `.xlsx`, `.xls` | 表格 | | 图像 | `.jpg`, `.png`, `.gif`, `.webp` | EXIF + OCR | | 音频 | `.wav`, `.mp3` | 转录 | | HTML | `.html`, `.htm` | 清理转换 | | 数据 | `.csv`, `.json`, `.xml` | 结构化 | | 压缩包 | `.zip` | 遍历内容 | | 电子书 | `.epub` | 全文 | | YouTube | URLs | 字幕转录 | ## 可选依赖项 bash [all] # 所有功能 [pdf] # PDF 支持 [docx] # Word 文档 [pptx] # PowerPoint [xlsx] # Excel [xls] # 旧版 Excel [outlook] # Outlook 邮件 [az-doc-intel] # Azure 文档智能 [audio-transcription] # 音频文件 [youtube-transcription] # YouTube 视频 ## AI 增强转换 ### 科学论文 python from openai import OpenAI # 初始化 OpenRouter 客户端 client = OpenAI( api_key="your-openrouter-api-key", base_url="https://openrouter.ai/api/v1" ) md = MarkItDown( llm_client=client, llm_model="anthropic/claude-sonnet-4.5", # 推荐用于科学视觉分析 llm_prompt="Describe sci