用途
markitdown 是一个文档转 Markdown 的命令行工具，基于微软的 markitdown CLI。它的核心用途是把本地文档转换成干净的 Markdown，一个工具即可处理 PDF、Word、Excel、PowerPoint、图片等多种格式。
主要能力
支持以下格式：
- PDF（.pdf）：文本提取、表格
- Word（.docx）：保留格式
- Excel（.xlsx）：表格转为 Markdown
- PowerPoint（.pptx）：幻灯片按章节输出
- 图片（.jpg、.png）：OCR 文本提取
- HTML（.html）：干净转换
- 音频（.mp3、.wav）：语音转文字
- 文本（.txt、.csv、.json、.xml）：透传/结构化
- URL（https://...）：可用，但比 Jina 慢
使用方式
基本用法示例：
# 本地文件（主要用例）
markitdown document.pdf
markitdown report.docx
markitdown data.xlsx
markitdown slides.pptx
markitdown screenshot.png # OCR
# URL（可用，但 Jina 更快）
markitdown https://example.com
# 保存输出
markitdown document.pdf > document.md
更多示例：
# PDF 转 markdown（主要用例）
markitdown report.pdf > report.md
# Excel 表格
markitdown financials.xlsx
# 含文字的图片（OCR）
markitdown screenshot.png
# PowerPoint 演示文稿
markitdown presentation.pptx > slides.md
# 音频转录
markitdown meeting.mp3 > transcript.md
适用场景
根据资料中的建议：
- 本地文件（PDF、Word、Excel）：✅ 使用 markitdown，这是其独特能力
- 网页：❌ 使用 Jina（r.jina.ai/），快 5 倍
- 被拦截/反爬站点：❌ 使用 Firecrawl
- 图片 OCR：✅ 使用 markitdown
- 音频转录：✅ 使用 markitdown
限制与对比
URL 抓取性能基准（资料提供）：
- Jina：平均 0.5s，成功率 10/10
- markitdown：平均 2.5s，成功率 9/10
- Firecrawl：平均 4.5s，成功率 10/10
结论：对于 URL，使用 Jina；对于本地文件，markitdown 是唯一选择。
与其他替代方案对比：
- PDF 文本：markitdown file.pdf 对比 PyMuPDF、pdfplumber
- Word 文档：markitdown file.docx 对比 python-docx
- Excel：markitdown file.xlsx 对比 pandas、openpyxl
- OCR：markitdown image.png 对比 Tesseract
- 网页：改用 Jina（r.jina.ai/URL，快 5 倍）
markitdown 的优势：一个 CLI 处理所有本地文档格式，无需编写代码。
暂未提供的信息
资料未提供安装命令、收费或价格、平台支持范围、具体效果保证等信息。