markitdown

# MarkItDown - konwerter dokumentów do Markdown (PL) Lightweight utility Microsoftu - zachowuje strukturę (nagłówki, listy, tabele, linki), nie wygląd. Pod LLM, nie pod human. ## Instalacja (zrobione 2026-04-21) ```bash python -m pip install --user markitdown markitdown-mcp ``` Wymaga Python 3.10+ (testowane na 3.14). CLI: `python -m markitdown`. ## Wspierane formaty - **PDF** (preferuj dla krótkich, standardowych PDF; dla złożonych/tabel - OpenDataLoader PDF) - **Office**: Word (.docx), Excel (.xlsx), PowerPoint (.pptx) - **HTML, EPUB, CSV, JSON, XML** - **Obrazy** (EXIF + OCR jeśli zainstalowane `[all]`) - **Audio** (EXIF + transkrypcja jeśli włączone) - **ZIP** (iteruje zawartość) - **YouTube URL** (napisy) ## Użycie ### CLI (single file) ```bash python -m markitdown input.pdf > output.md python -m markitdown input.pptx -o output.md ``` ### Batch (Obsidian Vault) ```bash for f in "/c/Users/hp/Documents/Obsidian Vault/Konwerter"/*.pdf; do python -m markitdown "$f" > "${f%.pdf}.md" done ``` ### Python API ```python from markitdown import MarkItDown md = MarkItDown() result = md.convert("plik.docx") print(result.text_content) ``` ### MCP server Opcjonalnie - jeśli chcesz udostępnić Claude Code jako MCP tool: ```bash markitdown-mcp ``` ## Kiedy użyć MarkItDown vs OpenDataLoader PDF | Sytuacja | Narzędzie | |---|---| | Word/Excel/PPT | **MarkItDown** | | Prosty PDF, tekst liniowy | **MarkItDown** (szybsze) | | Złożony PDF z tabelami, reading order, papers naukowe...