markitdownPython nástroj pro převod souborů a kancelářských dokumentů na Markdown.

Jak přispět?

Můžete nám pomoci při prohlížení problému nebo při posouzení pull requestů. Žádný problém nebo pull request není vyloučen, ovšem některé jsme označili jako 'otevřené pro příspěvek' a 'otevřené pro recenzi' pro usnadnění přispívání komunitou. Jedná se samozřejmě jen o doporučující informace a můžete přispět kdekoli, jak chcete.

Asked by Nils Johansson · Nov 29, 2025

How can I use MarkItDown?

MarkItDown can be easily used with command-line invocation or pip.

Asked by Mohammed Al-Amin · Oct 3, 2025

Jak použít obsahový pochopení?

Obsahové pochopení je ideální tehdy, když potřebujete funkce přesahující možnosti vnořených nebo Dokument Intelligence konverterů: zvukové a video soubory — CU je jedinou možností pro video, a vyšší kvalita obloukového řešení pro audio. Vnořené konvertery nemají podporu videa a pouze základní audiointerpretační techniku. Strukturované výpisy do pole — Předem zbudované nebo vlastní budované analyzátory extrahují doménově specifické pole (částky na fakturách, datum přijetí na fakturách, klauzule v smlouvách) seriálovány jako YAML front matter. Nevyužité ani integrace Doc Intel vystavují pole. Vyšší kvalita extrakce dokumentů — Klasifikační analýza obloukem a OCR pro skenované PDF soubory, složitá tabulka a vícestránkové dokumenty. Jeden API pro všechny modalities — Ústředný endpoint handles dokumenty, obrázky, zvuk a video s automatickou routovací analýzy. | Funkce | Vnořené konvertery | Azure Dokumentová inteligence | Azure Obsahové pochopení | |------------|---------------------|-----------------------------|-----------------------------| | Konverze dokumentů | Offline, formátově specifická extrakce | Oblouková klasifikace | Oblouková multifunkční extrakce | | Strukturální pole | Nepřístupné | Nepřístupné tímto integrací | Pole z analystických pole ve formátu YAML | | Předem zbudované analyzátory | Nepřístupné | Nedostupné tímto integrací | Podporováno analýzou CU | | Audio a Video | Základní audio, žádné video | Nepodporováno | Analýza audio a videa | | Cena | Lokální počítač pouze | Účtovaný Azure API API volání | Účtovaný Azure API call

Asked by Daniel Schmidt · Sep 22, 2025

Why Markdown?

Markdown is extremely close to plain text, with minimal markup or formatting, but still provides a way to represent important document structure. Mainstream LLMs, such as OpenAI's GPT-4o, natively "speak" Markdown, and often incorporate Markdown into their responses unprompted. This suggests that they have been trained on vast amounts of Markdown-formatted text, and understand it well. As a side benefit, Markdown conventions are also highly token-efficient.

Asked by Oksana Melnyk · Sep 17, 2025

What are the system requirements for MarkItDown?

MarkItDown requires Python 3.10 or higher and is recommended to be used in a virtual environment.

Asked by Hasan Demir · Sep 12, 2025