markitdownFerramenta Python para converter arquivos e documentos de escritório para Markdown.

Como contribuir?

Você pode ajudar examinando questões (issues) ou revisando PRs (pull requests). Qualquer issue ou PR é bem-vindo, mas também marcamos alguns como "aberto para contribuição" e "aberto para revisão" para facilitar a participação da comunidade. Estes são, é claro, apenas sugestões e você pode contribuir da maneira que preferir. | Todas | Necessitam de ajuda da comunidade | |-------|------------------------------------| | Issues | Todas as Issues | | | Issues abertas para contribuição | | PRs | Todos os PRs | | | PRs abertos para revisão |

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

Quando usar o Content Understanding?

O Content Understanding é ideal quando você precisa de funcionalidades além do que os conversores embutidos ou os conversores do Azure Document Intelligence oferecem: arquivos de áudio e vídeo — o CU é a única opção para vídeo, e a opção de nuvem de maior qualidade para áudio. Os conversores embutidos não têm suporte a vídeo e oferecem apenas transcrição básica de áudio. Extração de campos estruturados — analisadores pré-construídos ou personalizados extraem campos específicos do domínio (valores de faturas, datas de recibos, cláusulas de contratos) serializados como YAML front matter. Nem os conversores embutidos nem a integração do Doc Intel expõem campos. Extração de documentos de maior qualidade — análise de layout e OCR baseados em nuvem para PDFs digitalizados, tabelas complexas e documentos multi-página. Um único API para todas as modalidades — um único endpoint CU lida com documentos, imagens, áudio e vídeo com roteamento automático de analisadores. | Funcionalidade | Conversores embutidos | Azure Document Intelligence | Azure Content Understanding | |----------------|-----------------------|-----------------------------|-----------------------------| | Conversão de documentos | Offline, extração específica de formato | Extração de layout em nuvem | Extração multimodal em nuvem | | Campos estruturados | Não disponível | Não expostos por esta integração | YAML front matter de campos do analisador | | Analisadores personalizados | Não disponível | Não configurável nesta integração | Suportado com cuanalyzerid | | Áudio e vídeo | Áudio básico, sem vídeo | Não suportado | Analisadores de áudio e vídeo | | Custo | Apenas computação local | Chamadas de API Azure facturáveis | Chamadas de API Azure facturáveis

Asked by Daniel Schmidt · Sep 22, 2025

Por que usar Markdown?

Markdown é extremamente próximo ao texto simples, com marcação ou formatação mínima, mas ainda oferece uma forma de representar a estrutura importante de um documento. LLMs mainstream, como o GPT‑4o da OpenAI, "falam" nativamente Markdown e frequentemente incorporam Markdown em suas respostas sem prompt. Isso indica que foram treinados com grandes volumes de texto formatado em Markdown e os entendem bem. Como benefício adicional, as convenções do Markdown também são altamente eficientes em termos de tokens.

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