MarkItDown

Deskripsi

MarkItDown adalah konverter online yang mengubah dokumen menjadi Markdown yang bersih dan terstruktur, format yang paling dipahami oleh alat AI. Ini dimulai sebagai utilitas MarkItDown sumber terbuka dari Microsoft; situs ini adalah layanan independen yang terinspirasi oleh proyek tersebut yang menghosting sendiri pustaka di balik alur kerja web yang sederhana, sehingga tidak diperlukan instalasi Python dan tidak ada akun yang diperlukan untuk memulai.

Konverter ini mendukung berbagai jenis input, termasuk PDF, DOCX, PPTX, XLS/XLSX, HTML/HTM, TXT/MD, CSV/TSV, JSON, XML, EPUB, IPYNB, URL publik, dan gambar PNG/JPG/WebP melalui OCR. Ini mempertahankan struktur dokumen seperti judul, tabel, daftar, tautan, dan format inline, dan untuk PDF yang dipindai, ia menawarkan AI OCR bawaan yang merekonstruksi konten sebagai Markdown, termasuk tabel dan persamaan matematika yang dikonversi ke LaTeX.

Anda dapat memilih konversi lokal yang menjaga file yang didukung sepenuhnya di browser Anda atau konversi server cepat melalui mesin yang dihosting sendiri, di mana file sumber yang diunggah hanya ditulis ke penyimpanan sementara dan dihapus segera setelah konversi. Output yang dikonversi siap untuk langsung dimasukkan ke dalam pipeline RAG, prompt LLM, basis data vektor, basis pengetahuan, situs dokumentasi, dan alur kerja pengeditan berbasis Git.

Tingkat gratis menangani hingga 3 file per batch, file hingga 20MB, dan 10 halaman OCR per bulan tanpa akun yang diperlukan untuk memulai, sementara rencana Pro meningkatkan batas hingga file 100MB, batch 30 file, hasil yang disimpan tanpa batas, dan 500 halaman OCR per bulan.

Fitur Inti MarkItDown

• Mengonversi PDF, DOCX, PPTX, XLS/XLSX, HTML, CSV/TSV, JSON/XML, EPUB, dan IPYNB ke Markdown

• OCR gambar untuk file PNG, JPG, dan WebP

• AI OCR bawaan untuk PDF yang dipindai dengan tabel dan matematika LaTeX

• Konversi lokal di browser atau konversi server cepat

• Mempertahankan judul, tabel, daftar, tautan, dan format inline

• Output dioptimalkan untuk prompt LLM, pipeline RAG, dan basis data vektor

• Mengonversi URL publik dan menempelkan tabel CSV/TSV langsung

• Pemrosesan sementara dengan file sumber dihapus segera setelah konversi

Cara menggunakan MarkItDown?

1. 1

   Unggah file Anda: Pilih atau seret dan lepas file sumber yang didukung, atau tempel URL publik atau tabel CSV/TSV.

2. 2

   Pilih mode: Pilih konversi lokal untuk menjaga file di browser Anda, atau konversi server untuk mesin yang dihosting sendiri.

3. 3

   Konversi ke Markdown: Parser mengidentifikasi judul, tabel, daftar, dan struktur lainnya dan menghasilkan Markdown yang bersih.

4. 4

   Pratampil dan unduh: Tinjau output, lalu unduh file .md yang siap untuk pemrosesan AI atau simpan ke ruang kerja Anda.

Kasus Penggunaan MarkItDown

• Ingesti pipeline RAG
• Persiapan prompt LLM
• Konversi dokumen yang dipindai
• Dokumentasi dan basis pengetahuan
• Alur kerja konten berbasis Git

FAQ dari MarkItDown

• Apa itu MarkItDown?

  MarkItDown dimulai sebagai utilitas sumber terbuka Microsoft untuk mengonversi file menjadi Markdown yang bersih dan terstruktur. Konverter online di situs ini adalah layanan independen yang terinspirasi oleh itu yang menghosting sendiri pustaka di balik alur kerja web yang sederhana, tanpa instalasi yang diperlukan.

• Format file apa saja yang didukung oleh MarkItDown?

  Ini mendukung PDF, DOCX, PPTX, XLS/XLSX, HTML/HTM, TXT/MD, CSV/TSV, JSON, XML, EPUB, IPYNB, URL publik, tabel CSV/TSV yang ditempel, dan gambar PNG/JPG/WebP melalui OCR.

• Apakah MarkItDown gratis untuk digunakan?

  Ya. Konverter online independen ini gratis digunakan tanpa akun yang diperlukan untuk memulai. Tingkat gratis menangani hingga 3 file per batch dan file hingga 20MB, sementara Pro meningkatkan batas hingga file 100MB, batch 30 file, dan hasil yang disimpan tanpa batas.

• Bagaimana MarkItDown menangani PDF yang dipindai?

  Ketika PDF tidak memiliki teks yang dapat dipilih, konverter menawarkan AI OCR bawaan yang merekonstruksi konten sebagai Markdown, termasuk tabel dan persamaan matematika yang dikonversi ke LaTeX. Akun gratis mencakup 10 halaman OCR per bulan.

• Dapatkah MarkItDown mempertahankan tabel dan format?

  Ya. Tabel dikonversi ke sintaks tabel Markdown, judul mempertahankan hierarkinya, daftar menjaga nestingnya, dan format inline seperti tebal dan miring dipertahankan ketika format sumber menampilkannya dengan jelas.

• Apakah MarkItDown aman untuk dokumen sensitif?

  File yang diunggah melewati Cloudflare ke layanan MarkItDown yang dihosting sendiri, hanya ditulis ke penyimpanan sementara, dan dihapus segera setelah konversi. File sumber tidak disimpan atau dicatat; hanya hasil yang disimpan yang disimpan di ruang kerja pribadi Anda.