文档批量转Markdown
把 PDF、Word、Excel 等文件转成 Markdown,方便喂给 AI
功能与用途
手上有一堆格式各异的文件(PDF、Word、Excel、PPT),想让 AI 读进去做分析,但格式太乱不好处理。它用微软开源的 MarkItDown 工具,把这些文件统一转换成结构清楚的 Markdown 文本,还能批量跑整个文件夹。适合需要把资料整理成 AI 可读格式的人,但要先在电脑上装好 Python 环境。
适用场景
- 知识库与 RAG 语料预处理:将 PDF、Word、Excel 和 PPT 等办公文档批量转为结构化 Markdown,便于导入向量库进行分块切分与大模型检索。
- 学术文献库批量归档:递归扫描下载的 PDF 论文集,统一转为 Markdown 并自动提取年份、生成目录索引,方便个人知识库管理。
- 扫描件与多媒体内容提取:配合 OCR 插件或转录接口,将扫描版文档、图片说明及音频讲座快速解析为统一格式的文本记录。
适用人群
- 需要整理大量文档做 AI 分析的数据分析人员、做文献综述的研究生、搭建知识库的工程师
使用步骤
- 在本机装好 Python 3.10 以上环境和 uv 包管理工具
- 装 markitdown,按需要转换的格式选择对应的功能包
- 在命令行运行转换命令,指定输入文件和输出的 md 文件路径
- 打开生成的 Markdown,对照原文检查标题、表格、公式有没有丢
- 文件多的话用批量脚本跑整个目录,结果会带一份转换清单
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 办公
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-12
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Convert heterogeneous documents and selected URIs to Markdown with Microsoft MarkItDown for text analysis, search, and LLM/RAG ingestion. Covers safe local conversion, streams, Office/PDF/data formats, batch workflows, plugins, vision OCR, Azure extraction, and the official MCP server.
使用前准备
- 需要 Python 3.10+ 环境、能用命令行装包
- 扫描件 OCR 和音频转录还需要额外插件或联网服务
依赖与权限
- 读取用户主动提供的内容