markitdownمفتوح المصدر Python أداة للغرض العام للتحويل بين الملفات والمستندات إلى MarkDown.

MarkItDown هو أداة خفيفة الوزن ومكتوبة ببيثون لتحويل مختلف الملفات إلى تنسيق ماركداون للاستخدام مع نماذج LLM والخطوط الأنابيب لتحليل النص. يمكن مقارنتها في большيها مع textract، لكن مع التركيز على الحفاظ على هيكل المستند والمحتوى importantes كتنسيق ماركداون، بما في ذلك العناوين والقوائم والجداول والروابط وغيرها. بالنسبة لذلك، فإن الإخراج غالبا ما يكون مقبولا وقابل للقراءة من قبل الإنسان، ولكنه مُعد للاستخدام من قبل أدوات تحليل النص، وربما لا يكون الخيار الأفضل لتحويلات المستندات عالية الدقة للاستخدام البشري. يدعم MarkItDown حاليًا التحويل من PDF و PowerPoint و Word و Excel و الصور (metadata EXIF و OCR) و الصوت (metadata EXIF و تحويل الكلام إلى نص) و HTML و صيغ بناء على النص (CSV و JSON و XML) و ملفات ZIP و روابط Youtube و EPubs وغيرها. ينصح باستخدام بيئة افتراضية لتجنب تعارض الإعتماديات. مع بايثون 3.10 أو أعلى ، يمكنك تثبيت markitdown باستخدام pip: pip install 'markitdown[all]' أو من المصدر باستخدام: git clone git@github.com:microsoft/markitdown.git، ثم pip install -e 'packages/markitdown[all]'. استخدام MarkItDown يتضمن استدعاء سطر الأوامر، إما عن طريق تحديد ملف الإخراج أو تمرير المحتوى أو استخدام أضيق وظيفة convert_* لمواقف استخدام محددة.