MarkItDown 是微软开发的 Python 文件转 Markdown 工具，主要用途是把各类文档转换为结构清晰、token 高效的 Markdown，方便大语言模型处理。
主要能力：支持 15 种以上格式，包括 PDF（全文提取）、DOCX（保留表格与格式）、PPTX（含备注）、XLSX、图片（EXIF 元数据 + OCR）、音频（WAV、MP3 元数据与转录）、HTML、CSV、JSON、XML、ZIP（遍历内容）、EPUB 及 YouTube 视频链接（获取转录）。可选 AI 增强图像描述，通过 OpenRouter 等 OpenAI 兼容接口为 PPTX 和图片生成详细描述；也可接入 Azure Document Intelligence 增强复杂 PDF 转换。支持第三方插件扩展。
使用方式：安装可用 pip install 'markitdown[all]'；也可从源码安装。命令行：markitdown document.pdf > output.md，或用 -o 指定输出、--list-plugins 与 --use-plugins 管理插件。Python API：from markitdown import MarkItDown，md = MarkItDown()，result = md.convert("document.pdf")，再读取 result.text_content；大文件可用 convert_stream。也支持 Docker 运行。
适用场景：科学论文批转 Markdown、从 Excel 提取表格数据、批量处理多文档、带 AI 描述的 PPTX 转换、YouTube 转录提取等。
限制：OCR 需单独安装 tesseract；音频转录、AI 图像描述和 Azure 服务可能需要额外计算资源或 API 调用与费用；大 PDF 与 OCR 处理较耗时；PDF 分页范围支持情况暂未提供。具体收费与价格暂未提供。资源包括 GitHub 仓库 microsoft/markitdown 与 PyPI 页面。