MarkItDown：PDF、Excel、PPT 一行命令转成 Markdown
你能得到什么：把 PDF、Word、Excel、PPT 一行命令转成 Markdown 文本，表格还是表格、标题还是标题；再交给 AI 读时，不用上传笨重的原文件，也更省 token，还能批量处理整个文件夹。适合：经常让 AI 读报告、合同、表格的人，以及搭知识库的人。不适合：需要「转完版式还和原文件一模一样」的人，它的目标是给 AI 读，不是给人排版。
项目速览
| 项目 | 内容 |
|---|---|
| 仓库 | microsoft/markitdown |
| Star | 191,377（截至 2026-10-21） |
| 许可证 | MIT |
| 最新版本 | v0.1.8（2026-09-21 发布） |
| 它做什么 | Python 命令行工具和库，支持 PDF、PowerPoint、Word、Excel、图片、音频、HTML、CSV/JSON/XML、ZIP、EPub 等格式转 Markdown |
安装指南
需要 Python 3.10 到 3.14，建议放在虚拟环境里。
python3 -m venv .venv && source .venv/bin/activate
pip install 'markitdown[all]'
markitdown --versionpy -m venv .venv
.venv\Scripts\activate
pip install "markitdown[all]"
markitdown --versionuv venv --python=3.12 .venv && source .venv/bin/activate
uv pip install 'markitdown[pdf,docx,pptx,xlsx]' # 只装常用格式使用教程：把一堆文件变成 AI 能直接读的文本
- 转单个文件：
markitdown 报告.pdf -o 报告.md，或者直接输出到屏幕markitdown 账单.xlsx。 - 批量转整个文件夹：用下面的循环，把当前目录的 PDF、Excel、PPT 都转成同名
.md。 - 交给 AI：把
.md内容贴给 AI，或者放进你的知识库目录。表格类文件效果最好，转出来就是标准的 Markdown 表格。
# macOS / Linux：批量转换
for f in *.pdf *.xlsx *.pptx *.docx; do
[ -e "$f" ] && markitdown "$f" -o "${f%.*}.md"
done在 Python 里调用也只要三行：
from markitdown import MarkItDown
md = MarkItDown()
print(md.convert("账单.xlsx").text_content)避坑与解决方案
报 MissingDependencyException
只执行 pip install markitdown 时，PDF、Word 这些格式的依赖并没有装。我们实测转 PDF 时报 PdfConverter threw MissingDependencyException，提示需要 [pdf] 或 [all]。解决：pip install 'markitdown[all]'，或按需装 'markitdown[pdf,docx,pptx,xlsx]'。注意 zsh 里方括号要加引号。
PDF 转出来英文单词粘在一起
我们拿一篇英文论文 PDF 测试，正文转出来变成了 Thedominantsequenc... 这样，单词之间的空格全丢了。这是 PDF 本身文字排布的问题，不同 PDF 表现不同。解决：拿到结果先抽查几段；对排版复杂的 PDF，可以先用 Stirling-PDF 或其他工具做 OCR、修复，再转换；或者对这类文件直接让多模态 AI 读原 PDF。
老的 .doc 文件转不了
只支持 .docx，对老的 .doc 格式的支持请求还挂在 issue #23。解决：先用 LibreOffice 转一下：soffice --headless --convert-to docx 文件.doc，再交给 MarkItDown。
图片里的文字没转出来
单独的图片默认只取 EXIF 等元数据；在 Python 里给 MarkItDown 配上 llm_client 和 llm_model，才会让视觉模型描述图片内容。PDF、Word、PPT、Excel 里嵌入的图片文字，要再装官方的 markitdown-ocr 插件，同样走你配置的视觉模型（需要一个 OpenAI 兼容的接口）。
自己的脚本别叫 markitdown.py
如果你的脚本文件名也叫 markitdown.py，from markitdown import MarkItDown 会导入你自己的文件，报「partially initialized module」的循环导入错误（见 issue #8）。改个文件名就好。
只处理你信任的文件
官方 README 特别提醒：它以当前用户的权限读写文件、访问网络，处理来路不明的输入时要小心，尽量调用范围最小的转换函数。
WANGXXXL 实测于 2026-10-21
- 环境：Linux 云电脑，Python 3.12（uv 虚拟环境），markitdown 0.1.8。
- Excel：自建一张三行的订阅清单表，
markitdown subs.xlsx0.57 秒输出一个带工作表名的标准 Markdown 表格，中文和数字都正确。 - PDF：一篇 15 页、约 2.2 MB 的英文论文，用时约 1.9 秒，得到约 40 KB 的 Markdown；结构基本保留，但英文单词间的空格丢失，就是上面写的坑。
- 缺依赖：另建一个只装
markitdown的环境转同一份 PDF，报MissingDependencyException。