MarkItDown

파일을 LLM 이 읽을 수 있는 마크다운으로 바꿉니다. 목표는 원본 재현이 아니라 구조 보존이라, 제목과 목록, 표, 링크는 살아남고 지면 배치는 버립니다. 다루는 형식은 PDF, 워드, 파워포인트, 엑셀, HTML, CSV, JSON, XML, EPub, EXIF 와 OCR 을 읽는 이미지, 음성 인식을 거치는 오디오, 그리고 안을 하나씩 훑는 zip 까지입니다. 기본은 명령줄 도구라 markitdown report.pdf > report.md 로 끝나고 표준입력을 받아 넘기는 것도 되며, 형식별 의존성은 필요한 것만 따로 깔거나 all 옵션으로 한 번에 깔면 됩니다. 마이크로소프트가 관리하며, 변환이 호출한 프로세스의 권한을 그대로 쓰기 때문에 신뢰할 수 없는 입력에는 범위가 가장 좁은 변환 함수를 쓰라고 밝혀 두고 있습니다.