MarkItDown
Microsofts Python-Tool wandelt Dokumente, Webseiten und weitere Dateien in Markdown für die Verarbeitung durch Sprachmodelle um.
Beschreibung
MarkItDown ist ein quelloffenes Python-Tool von Microsoft, das verschiedene Quellen in Markdown umwandelt. Die Ausgabe ist vor allem für die anschließende Textanalyse mit Sprachmodellen gedacht.
Es verarbeitet PDF, Word, Excel, PowerPoint, HTML, strukturierte Textformate, Archive und weitere Quellen. Dabei bleiben Überschriften, Listen, Tabellen und Links möglichst erhalten, jedoch nicht das exakte Seitenlayout.
Das Werkzeug bietet Kommandozeile, Python-API und einen offiziellen MCP-Server. Für manche Formate sowie Bildbeschreibungen und Sprachtranskription sind zusätzliche Pakete oder externe Dienste nötig.
Das Kernprojekt ist kostenlos erhältlich. Die Konvertierung läuft mit den Rechten des ausführenden Prozesses; bei nicht vertrauenswürdigen Dateipfaden und URLs müssen Zugriffe auf lokale und Netzwerkressourcen eingeschränkt werden.
