markitdownInstrument Python pentru conversia fișierelor și documentelor de birou în Markdown.

Cum să contribui?

Poți ajuta analizând problemele (issues) sau revizuind cereri de pull (PRs). Orice problemă sau PR este binevenită, iar noi marcăm unele ca 'open for contribution' (deschise pentru contribuție) și 'open for reviewing' (deschise pentru revizuire) pentru a facilita implicarea comunității. Acestea sunt, desigur, doar sugestii și ești binevenit să contribui în orice mod dorești.

Asked by Nils Johansson · Nov 29, 2025

Cum pot să folosesc MarkItDown?

MarkItDown poate fi utilizat cu ușurință prin invocare în linie de comandă sau pip.

Asked by Mohammed Al-Amin · Oct 3, 2025

Când să folosești Content Understanding?

Content Understanding este ideal atunci când aveți nevoie de capacități care depășesc cele oferite de conversatoare integrate sau Document Intelligence: fișiere Audio și Video — CU este singura opțiune pentru video și cea mai bună calitate în cloud pentru audio. Conversatoarele integrate nu au suport video și își fac observațiile de transcriere audio de bază. Extragerea câmpurilor structurate — Analizatori predefiniți sau construiți în mod personal extrag câmpuri din domeniu (cate intrări, date aferente unor înapoiuri, clauze ale unor contracte) serializate ca YAML front matter. În nici o parte integrată nu sunt scoase în evidență câmpurile. Extragerea documentelor de înaltă calitate — analiză layout de cloud și OCR pentru fișierele PDF scanate, tabele complexe și documente multipagina. Un singur API pentru modalițiile de tot — Un endpoint cu handlează documentele, imaginile, audio-ul și video-ul cu rutează analiza automat. | | | | |------------|---------------------|-----------------------------|-----------------------------| | Conversia documentelor | Offline, extracți făcut în format | Extracția de layout de cloud | Extracția multimodală de cloud | | Campuri structurate | Nu sunt disponibile | Nu sunt expuse de această integrare | YAML front matter din câmpurile analizei | | Analizatori personalizați | Nu sunt disponibile | Nu sunt configurabili în această integrare | Suportat cu cuanalyzerid | | Audio și video | Audit audio de bază, nu video | Nu este suportat | Analizori de audio și video | | Cost | Calcul local numai | Apeluri Azure bilingabile | Apeluri Azure bilingabile

Asked by Daniel Schmidt · Sep 22, 2025

De ce Markdown?

Markdown este extrem de aproape de textul simplu, cu minimă ornamentare sau formatare, dar oferă totuşi o modalitate de a reprezenta structura importantă a documentului. Cele mai multe LLM-uri, precum GPT-4 de la OpenAI, 'vorbesc' nativ n Markdown, iar adesea îi includ în răspunsuri fără prompt. Aceasta sugerează că au fost antrenate cu texte foarte mari formate în Markdown, iar le este bine înţeles. În plus, convenţiile Markdown sunt foarte eficiente din punct de vedere al token-ului.

Asked by Oksana Melnyk · Sep 17, 2025

Care sunt cerințele de sistem pentru MarkItDown?

MarkItDown necesită Python 3.10 sau superior și se recomandă utilizarea într-un mediu virtual.

Asked by Hasan Demir · Sep 12, 2025