GitHub repo xịn · Vui Coding chọn
microsoft/markitdown
MarkItDown là công cụ Python chuyển đổi các file và tài liệu Office sang định dạng Markdown, giúp tối ưu hóa cho các mô hình ngôn ngữ lớn và phân tích văn bản. Nó hỗ trợ nhiều định dạng, phù hợp cho xử lý dữ liệu và phân tích tự động.
Tóm tắt nhanh
Repo này làm được gì?
MarkItDown là công cụ Python chuyển đổi các file và tài liệu Office sang định dạng Markdown, giúp tối ưu hóa cho các mô hình ngôn ngữ lớn và phân tích văn bản. Nó hỗ trợ nhiều định dạng, phù hợp cho xử lý dữ liệu và phân tích tự động.
Mô tả từ GitHub
Python tool for converting files and office documents to Markdown.
Bắt đầu với repo
Cài đặt và sử dụng
Hướng dẫn cài đặt
Bước 1: Cài đặt Python 3.10 trở lên. Bước 2: Tạo môi trường ảo:
python -m venv .venv
source .venv/bin/activateBước 3: Cài đặt MarkItDown:
pip install 'markitdown[all]'Hoặc từ mã nguồn:
git clone git@github.com:microsoft/markitdown.git
cd markitdown
pip install -e 'packages/markitdown[all]'Hướng dẫn sử dụng
Bước 1: Chạy lệnh dòng lệnh để chuyển đổi:
markitdown path-to-file.pdf > document.mdHoặc để xuất ra file:
markitdown path-to-file.pdf -o document.mdBước 2: Có thể dùng nội dung bằng piped:
cat path-to-file.pdf | markitdownTùy chọn sử dụng các plugin hoặc dịch vụ đám mây như Content Understanding hoặc Document Intelligence theo hướng dẫn trong README.
