用途：MarkItDown 内置转换器不处理内嵌图片与扫描页，markitdown-ocr 插件接管 PDF/DOCX/PPTX/XLSX 四类转换器，用支持图像输入的 OpenAI 兼容模型（gpt-4o、Azure OpenAI、Gemini、本地 vLLM/Ollama 等）做 OCR，把文字插回 Markdown 流。
主要能力：四格式支持；扫描 PDF 自动整页 300 DPI 渲染回退；DOCX 保留文档流；PPTX 按上→左顺序处理图片；XLSX 按 anchor 还原坐标但图片统一追加在表后；每个 OCR 块用 [Image OCR]…[End OCR] 包裹，便于后处理。
安装：pip install markitdown-ocr，并安装 openai 或 azure-openai 等兼容客户端。
用法：必须走 Python API，三个参数缺一不可——MarkItDown(enable_plugins=True, llm_client=OpenAI(), llm_model="gpt-4o")，可选 llm_prompt 自定义提示。Azure 用 AzureOpenAI(azure_endpoint=…, api_version=…)。CLI 当前没有 --llm-client/--llm-model，需自行写 Python 包装。
限制：每张图一次 LLM 调用，扫描件成本高；LLM 失败被静默吞掉，OCR 块缺失无警告；PPTX 若返回图像描述则优先于 OCR；XLSX 位置上下文丢失；需 vision 模型，纯文本模型会失败；敏感文档建议走本地私有化模型。
适用场景：扫描 PDF 转 Markdown、Office 文档内嵌图片文字抽取、本地化 OCR 部署。