MarkItDown

把文檔接入文本工作流

Microsoft 的 MarkItDown 把文檔轉換為用於大模型輸入和文本分析的 Markdown。如果一批 Office 文件需要統一的可讀中間格式，它值得考慮。項目明確優先提取內容，而非還原視覺版式；轉換結果不能代替原始文件存檔。

先檢查一份有代表性的樣本

使用官方包，只安裝所需格式擴展。選一份不含敏感資訊、包含標題、表格與連結的小文檔，轉換後逐項對照原件。這是本站建議的驗收方法，並非本站已完成的測試。擴大批量前保留原件，並記錄轉換失敗。

真實回饋提示了哪些邊界

已核實的發布版為 9 月 21 日的 v0.1.8。10 月 14 日，James Wade 報告：該版本處理引用整列數據的複雜 PowerPoint 圖表可能耗時數小時。另一份 PDF 表格問題記錄了表格結構丟失。這些是特定輸入下的用戶報告，不是故障率測量。大型圖表、掃描件和依賴版式的 PDF 都應單獨抽樣核對。

MarkItDown 繼承當前進程的文件與網絡權限。官方安全說明建議清理不可信輸入、選擇範圍更窄的轉換函數；可選外部服務可能把內容發送到其他系統，使用私人資料前應檢查配置。