markitdown

MarkItDown is a Python utility that converts various file formats into Markdown format, optimized for use with large language models and text analysis pipelines. It preserves document structure (headings, lists, tables, hyperlinks) while producing clean, token-efficient Markdown output.

Convert Office documents and PDFs to Markdown while preserving structure.

See references/documentconversion.md for detailed documentation on document-specific features.

قم بتحويل تنسيقات الملفات المختلفة (PDF، مستندات Office، الصور، الصوت، محتوى الويب، البيانات المنظمة) إلى Markdown المُحسّن لمعالجة LLM. يُستخدم عند تحويل المستندات إلى تخفيض السعر، أو استخراج النص من ملفات PDF/ملفات Office، أو نسخ الصوت، أو إجراء التعرف الضوئي على الحروف على الصور، أو استخراج نصوص YouTube، أو معالجة مجموعات من الملفات. يدعم أكثر من 20 تنسيقًا بما في ذلك DOCX وXLSX وPPTX وPDF وHTML وEPUB وCSV وJSON والصور المزودة بتقنية التعرف الضوئي على الحروف (OCR) والصوت مع النسخ. المصدر: smallnest/langgraphgo.