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.

Конвертируйте различные форматы файлов (PDF, документы Office, изображения, аудио, веб-контент, структурированные данные) в Markdown, оптимизированный для обработки LLM. Используйте при преобразовании документов в уценку, извлечении текста из файлов PDF/Office, расшифровке аудио, распознавании изображений, извлечении стенограмм YouTube или обработке пакетов файлов. Поддерживает более 20 форматов, включая DOCX, XLSX, PPTX, PDF, HTML, EPUB, CSV, JSON, изображения с распознаванием текста и аудио с транскрипцией. Источник: ovachiever/droid-tings.