16万Star的免费Obsidian入库转换神器：微软官方开源 MarkItDown — PDF/Word/PPT 一键转 Markdown

原文来自：公众号 obsidian黑曜石 · 2026-07-08 收藏

一句话说清楚它是什么

MarkItDown 是微软 AutoGen 团队开源的 Python 工具，专做一件事：把任何文件转成干净 Markdown。

不是生硬抽文本，而是完整保留标题层级、列表结构、表格、链接——转出来的 Markdown 人看得舒服，AI 读得顺畅。

• GitHub 16 万 Star
• PyPI 周下载量超 150 万
• MIT 开源，免费商用

支持什么格式？20+ 种

最常用的场景：PDF → Markdown，标题、段落、列表分得清清楚楚，比 PyPDF2 抽出的乱文好得多。

3 行代码上手

安装：

pip install 'markitdown[all]'

按需装：

pip install 'markitdown[pdf,docx,pptx]'

Python 调用：

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("项目报告.pdf")
print(result.text_content)

命令行一行搞定：

markitdown 项目报告.pdf -o 输出.md

Obsidian 最佳搭档

日常流程：

① 拖入文件 → ② MarkItDown 自动转 Markdown → ③ 写入 Obsidian vault

同事发来的 Word 周报、客户给的 PDF 方案、会议录音转写的文本——全部一键变成 Obsidian 笔记。

如果搭了 RAG 知识库或用 AI 做文档分析，MarkItDown 是预处理第一步。大模型读 Markdown 比读 PDF 省 Token、解析更准。

进阶：接大模型做图像描述

PPT 里的图、扫描件里的照片，默认转不出来文字。接上 GPT-4o 即可：

from markitdown import MarkItDown
from openai import OpenAI

client = OpenAI()
md = MarkItDown(llm_client=client, llm_model="gpt-4o")
result = md.convert("季度汇报.pptx")
print(result.text_content)

PPT 里的流程图、架构图——AI 自动生成文字描述，嵌进 Markdown。带图的 PPT 转出来不再是「[图片]」占位符。

谁适合用

• Obsidian 用户：外部文档一键入库，双向链接就绪
• 搭 RAG 知识库的开发者：文档预处理省掉 80% 清洗工作
• 职场人：统一团队文档格式、做 AI 摘要、整理项目资料
• 学生/研究者：课件转笔记、文献整理、录音转文字

❌ 不适合：需要高保真排版（比如出版级 PDF 还原）——MarkItDown 的目标是"让 AI 读懂"，不是"让人打印"。

入手方式

pip install 'markitdown[all]'

• GitHub：github.com/microsoft/markitdown
• 16 万 Star，MIT 开源，微软维护，持续更新

🖼️ 文章配图存档

📥 通过 OpenClaw 自动收藏至 Obsidian · 2026-07-08（图片已下载至 attachments 目录）