MarkItDown
microsoft/markitdownRevisado por IA
O que faz
MarkItDown é uma ferramenta Python da Microsoft que converte arquivos em Markdown, um formato de texto simples que chatbots de IA e ferramentas de análise de texto leem bem. Ela lida com PDF, Word, PowerPoint, Excel, imagens, áudio, HTML, CSV, JSON, ZIP, EPUB e links do YouTube, e preserva títulos, listas e tabelas. O README diz que o resultado é pensado para software, não como uma cópia fiel para uma pessoa ler. Você precisa do Python 3.10 a 3.14 e usa a ferramenta pela linha de comando ou em código Python. Os recursos opcionais de Azure e OpenAI são pagos.
Facilidade de instalação
C · instalar 1 ou 2 ferramentas · Windows
- Windows C
- macOS C
- Linux C
O trabalho é o mesmo nos três sistemas: instala o Python, executa pip install 'markitdown[all]' e depois digita um comando como markitdown file.pdf -o document.md para cada arquivo. Os comandos de ambiente virtual do README foram escritos para shells de Mac e Linux.
Números no GitHub
- Estrelas
- 193.246em 31 de out. de 2026
- Downloads
- —todas as versões
- Crescimento
- +864estrelas em 5 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Windows, macOS, Linux
- Você precisa instalar
- Python
- Para compilar a partir do código
- Docker
- Espaço em disco
- não determinado
- Contas ou chaves
- Azure Document Intelligence (optional cloud conversion), Azure Content Understanding (optional cloud conversion, audio and video), OpenAI or a compatible service (optional image descriptions and OCR plugin)
- Custo
- Grátis · Gratuito sob a licença MIT; a conversão embutida roda no seu computador. O Azure Document Intelligence, o Azure Content Understanding e as descrições de imagem da OpenAI são opcionais e cobrados por esses serviços.
- Licença
- MIT (Permissiva)
- Pode substituir
- Mathpix
- Última atualização
- 22 de out. de 2026
Sinais de risco (3)
- InfoPode buscar endereços da web remotos
README.md: "MarkItDown performs I/O with the privileges of the current process" e "convert() method is intentionally permissive and can handle local files, remote URIs, and byte streams." O README pede que os desenvolvedores sanitizem (tratem) entradas não confiáveis.
revisão por IA
- InfoPlugins de terceiros
README.md: "MarkItDown also supports 3rd-party plugins. Plugins are disabled by default." Ativá-los com --use-plugins executa código de outros autores.
revisão por IA
- InfoOpções na nuvem enviam os documentos
Tabela comparativa do README.md: Azure Document Intelligence e Content Understanding são "Cloud layout extraction" / "Cloud multimodal extraction" com "Billable Azure API calls"; o plugin de OCR usa "LLM Vision" por meio de um cliente da OpenAI. Com essas opções, seus arquivos saem do seu computador.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar
- Quão boa é a conversão para layouts complexos, PDFs escaneados e planilhas grandes sem as opções de nuvem.
- Os passos exatos no Windows: o README mostra comandos de Mac/Linux como source .venv/bin/activate.
- Se a transcrição de áudio precisa do ffmpeg instalado separadamente no Windows.
- O que os plugins de terceiros encontrados via #markitdown-plugin realmente fazem.
- O custo real das opções de Azure e OpenAI por documento.