markitdownPython-verktøy for å konvertere filer og kontordokumenter til Markdown.

MarkItDown er et lettvint Python‑verktøy for å konvertere ulike filer til Markdown for bruk med LLM‑er og relaterte tekstanalysepipelines. Det er mest likt textract, men med fokus på å bevare viktig dokumentstruktur og innhold i Markdown, inkludert overskrifter, lister, tabeller, lenker osv. Utdata er ofte rimelig presentable og menneskevennlig, men det er ment å bli konsumert av tekstanalyseverktøy og kan ikke være det beste alternativet for høyt nøyaktige dokumentkonverteringer for menneskelig bruk. MarkItDown støtter i dag konvertering fra PDF, PowerPoint, Word, Excel, bilder (EXIF‑metadata og OCR), lyd (EXIF‑metadata og tale‑transkripsjon), HTML, tekstbaserte formater (CSV, JSON, XML), ZIP‑filer, YouTube‑URL-er, ePubs og mer. Det anbefales å bruke et virtuelt miljø for å unngå avhengighetskonflikter. Med Python 3.10 eller nyere kan du installere MarkItDown med pip: pip install 'markitdown[all]' eller fra kilden med: git clone git@github.com:microsoft/markitdown.git, deretter pip install -e 'packages/markitdown[all]'. Bruken av MarkItDown innebærer invokasjon fra kommandolinjen, enten ved å spesifisere outputfilen, pipe’ innhold, eller ved å bruke den mest spesifikke convert_*‑funksjonen for konkrete brukstilfeller.