文档转Markdown

技能简介

基于markitdown的文档转换工具，支持PDF、Word、Excel、PPT、图片、音频等20余种格式转为Markdown，便于LLM处理与文本分析。

能做什么

• 将办公文档（PDF/DOCX/XLSX/PPTX）转为结构化Markdown
• 提取图片中的文字内容（OCR）及EXIF元数据
• 转录音频文件为文字并输出Markdown
• 解析YouTube链接、ZIP压缩包、EPub电子书
• 通过Azure Document Intelligence优化复杂PDF的提取质量

使用说明

安装方式：无需安装，直接使用uvx运行

# 基础转换
uvx markitdown input.pdf

# 保存到文件
uvx markitdown input.pdf -o output.md
uvx markitdown input.docx > output.md

# 从标准输入读取
cat input.pdf | uvx markitdown

# 指定文件类型提示（用于stdin）
cat document | uvx markitdown -x .pdf > output.md

# 使用Azure文档智能服务
uvx markitdown scan.pdf -d -e "https://your-resource.cognitiveservices.azure.com/"

输入与输出

见下方输入与输出表格。

风险提示

• OCR识别准确率受图片清晰度影响，复杂排版可能丢失格式
• 音频转录依赖Whisper模型，长文件处理耗时较长
• 首次运行需下载缓存依赖，建议提前测试
• 涉及敏感内容的PDF建议使用本地处理，谨慎使用云端AI服务

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/steipete/markdown-converter/SKILL.md
来源类型：开源社区