markitdownNarzędzie Python do konwertowania plików i dokumentów biurowych do formatu Markdown.

Jak przyczynić się?

Możesz pomóc, przeglądając zgłoszenia lub pomagając w recenzji PR‑ów. Każde zgłoszenie lub PR jest mile widziane, ale oznaczyliśmy niektóre jako „otwarte na wkład” i „otwarte na recenzję”, aby ułatwić społeczności wkład. To oczywiście tylko sugestie i jesteś zaproszony do współpracy w dowolny sposób. | | Wszystkie | Szczególnie potrzebuje pomocy społeczności | |---|---|---| | Zgłoszenia | Wszystkie zgłoszenia | | | | Zgłoszenia otwarte na wkład | | | PR‑y | Wszystkie PR‑y | | | | PR‑y otwarte na recenzję | |

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

Kiedy używać Content Understanding?

Content Understanding jest idealne, gdy potrzebujesz możliwości wykraczających poza to, co oferują wbudowane konwertery lub integracja z Azure Document Intelligence:  - Pliki audio i wideo — CU to jedyna dostępna opcja dla wideo oraz wyższej jakości rozwiązanie chmurowe dla audio. Wbudowane konwertery nie obsługują wideo i oferują jedynie podstawową transkrypcję audio. - Ekstrakcja pól strukturalnych — wstępnie zbudowane lub własne analizatory wyodrębniają pola specyficzne dla domeny (kwoty na fakturach, daty paragonów, klauzule umów) i serializują je jako YAML front matter. Ani wbudowane konwertery, ani integracja z Document Intelligence nie udostępniają takich pól. - Wyższa jakość ekstrakcji dokumentów — chmurowa analiza układu i OCR dla zeskanowanych PDF‑ów, złożonych tabel i dokumentów wielostronicowych. - Jedno API dla wszystkich modalności — jeden endpoint CU obsługuje dokumenty, obrazy, audio i wideo, automatycznie kierując je do odpowiednich analizatorów. | Możliwość | Wbudowane konwertery | Azure Document Intelligence | Azure Content Understanding | |-----------|----------------------|----------------------------|----------------------------| | Konwersja dokumentów | Offline, ekstrakcja zależna od formatu | Chmurowa ekstrakcja układu | Chmurowa ekstrakcja multimodalna | | Pola strukturalne | Niedostępne | Nie udostępniane w tej integracji | YAML front matter z pól analizatora | | Niestandardowe analizatory | Niedostępne | Nie konfigurowalne w tej integracji | Wspierane przy użyciu `cuanalyzerid` | | Audio i wideo | Podstawowe audio, brak wideo | Nieobsługiwane | Analizatory audio i wideo | | Koszt | Tylko lokalne przetwarzanie | Płatne wywołania API Azure | Płatne wywołania API Azure |

Asked by Daniel Schmidt · Sep 22, 2025

Why Markdown?

Markdown jest bardzo zbliżony do zwykłego tekstu, zawiera minimalne znaczniki i formatowanie, a jednocześnie umożliwia przedstawienie ważnej struktury dokumentu. Główne modele LLM, takie jak GPT‑4o od OpenAI, natywnie „posługują się” Markdownem i często włączają go do swoich odpowiedzi bez wyraźnego polecenia. Sugeruje to, że były trenowane na ogromnych ilościach tekstu sformatowanego w Markdown i dobrze go rozumieją. Dodatkową zaletą jest to, że konwencje Markdown są bardzo efektywne pod względem liczby tokenów.

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