markitdownlisted

# MarkItDown ## Overview MarkItDown（Microsoft製）を使って、PDF・Word・PowerPoint・Excel・HTML・画像・URL など多様なソースを Markdown テキストに変換するスキル。 ## インストール確認と手順 まず `markitdown` が利用可能かを確認する。 ```bash markitdown --version ``` **インストールされていない場合:** global install はせず、まず `missing-tools` skill の方針に沿って ad-hoc 実行を試す。 ```bash # mise の pipx backend で一時実行（推奨） mise exec 'pipx:markitdown' -- markitdown --version ``` 永続インストール（`pip install markitdown`、全形式サポートなら `pip install 'markitdown[all]'`）は環境変更を伴うため、ユーザーに確認してから実行する。`[all]` は画像 OCR・音声文字起こしが必要な場合だけ検討する。 ## 対応フォーマット PDF / Word / PowerPoint / Excel・CSV / HTML・URL / Jupyter Notebook / JSON・XML / ZIP（内包ファイルを一括変換）に対応する。画像の OCR と音声の文字起こしは `[all]` インストール時のみ利用できる。 ## 使い方 ### CLI での変換 ```bash # 基本（標準出力） markitdown input.pdf # ファイルに保存 markitdown input.pdf -o output.md # URL を変換 markitdown https://example.com # パイプ経由 cat input.pdf | markitdown ``` ### Python API での変換 ```python from markitdown import MarkItDown md = MarkItDown() result = md.convert("input.xlsx") print(result.text_content) ``` ## ワークフロー 1. `markitdown --version` でインストールを確認 2. 入力ファイル/URL、出力先、既存ファイルの上書き可否を確認する 3. 未インストールなら `mise exec 'pipx:markitdown' -- markitdown` などの ad-hoc 実行を優先し、永続インストールはユーザー承認後に行う 4. 変換コマンドを実行する 5. 先頭・末尾���見出し・表・コードブロックなどを確認し、変換崩れや欠落を報告する 6. ファイル保存が必要なら `-o` を使う。既存ファイルを上書きする場合は事前確認する ## 注意 - このリポジトリでは `.ipynb` を直接読み書きしない方針がある。ノートブック変換が必要な場合は、まず jupytext のペア `.py` があるか確認し、`.ipynb` 本体を丸ごと読み込まない。 - URL 変換では外部アクセスが発生する。認証付きページ、社内資料、個人情報を含む URL はユーザー確認後に扱う。 - 画像 OCR や音声