MarkItDown

把檔案轉成 LLM 讀得懂的 Markdown。它看重的是結構而非還原度：標題、清單、表格與連結會保留，版面編排則捨棄。涵蓋的格式包括 PDF、Word、PowerPoint、Excel、HTML、CSV、JSON、XML、EPub，帶 EXIF 與 OCR 的影像，經過語音辨識的音訊，以及會逐一展開內容的 zip。它首先是個命令列工具，markitdown report.pdf > report.md 就夠用，也支援從標準輸入接管線。各格式的相依套件可以單獨安裝，也可以用 all 一次裝齊。專案由微軟維護，並寫明轉換會沿用呼叫行程的權限，處理不可信任的輸入時應挑範圍最窄的那個轉換函式。