MarkItDown

MarkItDown — открытая Python-утилита Microsoft для преобразования различных источников в Markdown. Результат предназначен прежде всего для дальнейшего анализа текстов языковыми моделями.

Поддерживаются PDF, Word, Excel, PowerPoint, HTML, табличные и текстовые форматы, архивы и другие источники. Конвертер старается сохранить заголовки, списки, таблицы и ссылки, но не воспроизводит точную вёрстку.

Инструмент доступен через командную строку и Python API; в официальном репозитории есть MCP-сервер. Поддержка отдельных форматов и распознавание изображений или речи могут требовать дополнительных пакетов и внешних сервисов.

Исходный проект распространяется бесплатно. Конвертация выполняется с правами запущенного процесса, поэтому при обработке недоверенных путей и URL необходимо ограничивать доступ к локальным и сетевым ресурсам.