MarkItDown

Описание

MarkItDown — это онлайн-конвертер, который преобразует документы в чистый, структурированный Markdown, формат, который лучше всего понимают инструменты ИИ. Он начался как открытая утилита MarkItDown от Microsoft; этот сайт является независимым сервисом, вдохновленным тем проектом, который самостоятельно размещает библиотеку за простым веб-рабочим процессом, поэтому для начала не требуется установка Python и создание учетной записи.

Конвертер поддерживает широкий спектр входных данных, включая PDF, DOCX, PPTX, XLS/XLSX, HTML/HTM, TXT/MD, CSV/TSV, JSON, XML, EPUB, IPYNB, публичные URL и изображения PNG/JPG/WebP через OCR. Он сохраняет структуру документа, такую как заголовки, таблицы, списки, ссылки и встроенное форматирование, а для отсканированных PDF предлагает встроенный ИИ OCR, который восстанавливает содержимое в формате Markdown, включая таблицы и математические уравнения, преобразованные в LaTeX.

Вы можете выбрать локальную конвертацию, которая полностью сохраняет поддерживаемые файлы в вашем браузере, или быструю серверную конвертацию через самостоятелно размещенный движок, где загруженные исходные файлы записываются только во временное хранилище и немедленно удаляются после конвертации. Конвертированный вывод готов для непосредственной передачи в RAG-пайплайны, подсказки LLM, векторные базы данных, базы знаний, сайты документации и рабочие процессы редактирования на основе Git.

Бесплатный тариф обрабатывает до 3 файлов за раз, файлы размером до 20 МБ и 10 страниц OCR в месяц без необходимости создания учетной записи, в то время как Pro-план увеличивает лимиты до файлов размером 100 МБ, партий из 30 файлов, неограниченных сохраненных результатов и 500 страниц OCR в месяц.

Основные функции MarkItDown

• Преобразует PDF, DOCX, PPTX, XLS/XLSX, HTML, CSV/TSV, JSON/XML, EPUB и IPYNB в Markdown

• OCR для изображений PNG, JPG и WebP

• Встроенный ИИ OCR для отсканированных PDF с таблицами и математикой в LaTeX

• Локальная конвертация в браузере или быстрая серверная конвертация

• Сохраняет заголовки, таблицы, списки, ссылки и встроенное форматирование

• Вывод оптимизирован для подсказок LLM, RAG-пайплайнов и векторных баз данных

• Конвертируйте публичные URL и вставляйте таблицы CSV/TSV напрямую

• Временная обработка с немедленным удалением исходных файлов после конвертации

Как использовать MarkItDown?

1. 1

   Загрузите ваш файл: выберите или перетащите поддерживаемый исходный файл, или вставьте публичный URL или таблицу CSV/TSV.

2. 2

   Выберите режим: выберите локальную конвертацию, чтобы сохранить файлы в вашем браузере, или серверную конвертацию для самостоятелно размещенного движка.

3. 3

   Преобразуйте в Markdown: парсер определяет заголовки, таблицы, списки и другую структуру и создает чистый Markdown.

4. 4

   Предварительный просмотр и загрузка: просмотрите вывод, затем загрузите файл .md, готовый для обработки ИИ, или сохраните его в своем рабочем пространстве.

Варианты использования MarkItDown

• Интеграция RAG-пайплайна
• Подготовка подсказок LLM
• Конвертация отсканированных документов
• Документация и базы знаний
• Рабочие процессы контента на основе Git

Часто задаваемые вопросы MarkItDown

• Что такое MarkItDown?

  MarkItDown начался как открытая утилита Microsoft для преобразования файлов в чистый, структурированный Markdown. Онлайн-конвертер на этом сайте является независимым сервисом, вдохновленным им, который самостоятельно размещает библиотеку за простым веб-рабочим процессом, без необходимости установки.

• Какие форматы файлов поддерживает MarkItDown?

  Он поддерживает PDF, DOCX, PPTX, XLS/XLSX, HTML/HTM, TXT/MD, CSV/TSV, JSON, XML, EPUB, IPYNB, публичные URL, вставленные таблицы CSV/TSV и изображения PNG/JPG/WebP через OCR.

• MarkItDown бесплатен в использовании?

  Да. Независимый онлайн-конвертер бесплатен в использовании, учетная запись не требуется для начала. Бесплатный тариф обрабатывает до 3 файлов за раз и файлы размером до 20 МБ, в то время как Pro увеличивает лимиты до файлов размером 100 МБ, партий из 30 файлов и неограниченных сохраненных результатов.

• Как MarkItDown обрабатывает отсканированные PDF?

  Когда в PDF нет выделяемого текста, конвертер предлагает встроенный ИИ OCR, который восстанавливает содержимое в формате Markdown, включая таблицы и математические уравнения, преобразованные в LaTeX. Бесплатные учетные записи включают 10 страниц OCR в месяц.

• Может ли MarkItDown сохранить таблицы и форматирование?

  Да. Таблицы преобразуются в синтаксис таблиц Markdown, заголовки сохраняют свою иерархию, списки сохраняют свою вложенность, а встроенное форматирование, такое как жирный и курсив, сохраняется, когда исходный формат это четко показывает.

• Безопасен ли MarkItDown для конфиденциальных документов?

  Загруженные файлы проходят через Cloudflare к самостоятелно размещенному сервису MarkItDown, записываются только во временное хранилище и немедленно удаляются после конвертации. Исходные файлы не хранятся и не регистрируются; только сохраненные результаты хранятся в вашем личном рабочем пространстве.