用途：将文档、媒体与网页内容转换为适合 LLM 与文本分析流程的 Markdown，保留标题、列表、表格、链接等结构，面向机器处理而非高保真人工排版。目标版本 markitdown 0.1.x（当前 0.1.8），Python 3.10–3.14。
主要能力：支持 PDF、DOCX、PPTX、XLSX/XLS、图片（JPEG/PNG）、音频（WAV/MP3/M4A/MP4）、HTML、CSV/JSON/XML、ZIP、EPUB、Outlook MSG、Jupyter 笔记本与 YouTube 转录。可批量转换混合格式文件夹；可选用 LLM 生成图片描述或对扫描件与内嵌图片做 OCR；可通过 markitdown-mcp 向智能体暴露转换能力。
使用方式：安装 uv pip install 'markitdown[all]'，或临时运行 uvx --from 'markitdown[all]' markitdown document.pdf -o output.md。CLI 基本用法 markitdown document.pdf > output.md；Python 中 from markitdown import MarkItDown，md = MarkItDown()，result = md.convert("document.pdf")，读取 result.markdown。仅本地文件可用 convert_local()，二进制流用 convert_stream() 配合 StreamInfo。插件默认关闭，需 --use-plugins 或 enable_plugins=True。MCP 服务器安装 uv pip install markitdown-mcp，运行 markitdown-mcp（默认 STDIO）或 markitdown-mcp --http --host 127.0.0.1 --port 3001。
限制：MarkItDown 无本地 OCR 引擎，扫描 PDF 或图片可能输出为空，需 markitdown-ocr 插件、Azure Document Intelligence，或先用 ocrmypdf 添加文本层；仅安装 Tesseract 不会启用 OCR。图片与音频 EXIF 需 exiftool。音频转录经 speech_recognition 发送至 Google Web Speech API，需联网且长文件较慢，机密录音慎用。AI 图片描述与 OCR 插件每张图一次 API 调用，涉及费用与速率限制。Azure 服务会将文档发送至云端，需确认数据合规。MCP 服务器无身份验证且可读取运行用户可访问的任意文件，应仅限 localhost。convert() 会抓取 URI，处理不可信输入时应改用 convert_local()、convert_stream() 或自行获取响应后调用 convert_response()，并校验路径与 URL、屏蔽私有及元数据服务地址。大 PDF 无页码范围选项，需先拆分。
适用场景：为 LLM 提示、RAG 索引或文本分析准备资料；批量转换论文与混合文档；提取 Excel 表格、PPT 幻灯片、YouTube 转录；通过 MCP 让智能体读取文件。
资源：https://github.com/microsoft/markitdown ；https://pypi.org/project/markitdown/ 。