用途：将多种文件格式转换为面向大语言模型优化的 Markdown，保留标题、列表、表格、超链接等文档结构，输出干净、节省 token。
主要能力： 文档转换：PDF、DOCX、PPTX、XLSX/XLS。 媒体处理：图片 OCR 与 EXIF 元数据提取，音频语音转录（需 speech_recognition）。 网页内容：HTML、网页、YouTube 视频转录、EPUB、RSS。 结构化数据：CSV、JSON、XML 转为可读 Markdown 表格。 高级集成：可选 Azure Document Intelligence 增强 PDF 表格与版面分析；可用 LLM（如 gpt-4o）生成图片描述。 批处理：支持转换 ZIP 压缩包内全部文件，并提供批处理脚本。 插件：支持自定义转换逻辑插件，默认出于安全考虑关闭，需 enable_plugins=True 开启。
使用方式： Python 调用：from markitdown import MarkItDown；md = MarkItDown()；result = md.convert("document.pdf")；print(result.text_content)。 命令行：markitdown document.pdf -o output.md。 批处理脚本：python scripts/batch_convert.py /path/to/documents /path/to/output。 安装须 Python 3.10 或更高。完整安装：pip install 'markitdown[all]'；按需安装：pip install 'markitdown[pdf]'、'markitdown[docx]'、'markitdown[pptx]'、'markitdown[xlsx]'、'markitdown[audio]'、'markitdown[youtube]'。
适用场景：为 RAG 或 LLM 分析准备文档、批量转换知识库文件、文档分析流水线、提取各类文件文本。
限制：音频转录依赖额外库；Azure 与 LLM 集成需相应端点/密钥或客户端；插件默认禁用；具体未在资料中说明的收费、价格、平台等信息暂未提供。