我要投稿

微软开源MarkitDown，RAG文档解析就这么解决了~

发布日期：2024-12-18 12:10:45 浏览次数： 2412

作者：PaperAgent

微信搜一搜，关注“PaperAgent”

RAG有这么一个说法：“垃圾进，垃圾出”，文档解析与处理以获取高质量数据至关重要。近期，微软开源了MarkItDown，一款将各种文件转换为 Markdown 的实用程序（用于索引、文本分析等）。

https://x.com/shao__meng/status/1867348058662744236

MarkItDown支持：

PDF
PPT
Word
Excel
图像（EXIF 元数据和 OCR）
音频（EXIF 元数据和语音转录）
HTML
基于文本的格式（CSV、JSON、XML）
ZIP 文件

MarkItDown使用

使用 pip: pip install markitdown。或者，从源代码安装它：pip install -e .

Python中的基本用法：

from markitdown import MarkItDown md = MarkItDown() result = md.convert("test.xlsx") print(result.text_content)

要使用大型语言模型进行图像描述，请提供llm_client和llm_model：

from markitdown import MarkItDown from openai import OpenAI client = OpenAI() md = MarkItDown(llm_client=client, llm_model="gpt-4o") result = md.convert("example.jpg") print(result.text_content)

MarkItDown试用

https://www.html.zone/markitdown/

https://github.com/microsoft/markitdown

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-08-05

Coze 开源，无痛部署｜喂饭教程

2025-08-05

[开源]告别生硬AI语音！这款开源工具让播客制作像写文案一样简单

2025-08-05

有点东西！Qwen开源会写中文的生图模型Qwen-Image

2025-08-05

Qwen新开源，把AI生图里的文字SOTA拉爆了

2025-08-05

继Coze开源后，火山引擎又一大动作！重磅推出豆包新模型+PromptPilot

2025-08-05

告别文字乱码！全新文生图模型Qwen-Image来咯

2025-08-04

OpenCSG ：企业级AI落地的全新选择，凭什么脱颖而出？

2025-08-04

Coze Studio开发本地微信消息发送插件全流程实战

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

实测Qwen3-Coder，这就是目前最强的开源编程模型

2025-07-23

看大厂PM，如何玩转多个智能体开发平台

2025-06-17

53AI Hub重磅开源！让99%的智能体开发者赚到钱！

2025-06-17

Qwen3-Coder开源：面向世界的智能编程引擎

2025-07-23

Kimi K2详测，Claude国产平替有了

2025-07-14

字节重磅开源！Coze Studio + Coze Loop 助力AI Agent开发与运维一体化

2025-07-27

Kimi K2 详测｜超强代码和Agent 能力！内附Claude Code邪修教程

2025-07-12

GLM-4.5 发布，六大主流模型混战测评，谁能一键生成“ 真·可用 ”的应用？

2025-07-29

刚刚，DeepSeek开源新版R1，媲美OpenAI最高o3模型

2025-05-29

GLM-4.5详测，这次智谱真的重回巅峰了

2025-07-29

大家都在问

OpenCSG ：企业级AI落地的全新选择，凭什么脱颖而出？

2025-08-04

为什么有AI Agent经验的产品经理更抢手？

2025-08-03

浪费我一上午！你们真的实测了 GLM-4.5 吗？

2025-08-02

扣子coze开源了，又仿佛没开，像素级对比开源版扣子到底少了啥？

2025-08-02

Coze开源，能否挑战LangChain主导地位？

2025-07-31

官方AMA：扣子为什么要开源？

2025-07-31

字节打响 Agent 平台战！Coze扣子、n8n、Dify谁是终点？

2025-07-31

更强的 Qwen3-Coder 来了，都用上了吗？

2025-07-30

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB