MarkItDown：微软的一款开源库

它可以帮助将文档转换为MarkDown格式，这种格式对机器来说非常容易理解

11月，微软悄悄地开源了#MarkItDown，这是一个强大的Python库，可以将几乎任何文档转换为Markdown格式——一种既可被人类阅读，又可被AI理解的格式。

对于任何与LLM或探索多模态AI相关的人来说，这都是一个重大的消息。

为什么重要： Markdown已经成为LLM高效处理数据的首选格式。它简化了将复杂文档转换为AI可理解的内容的过程。

它支持以下格式：

• PDF
• Word
• PowerPoint
• Excel
• 图像（EXIF元数据和OCR）
• 音频（语音转录）
• HTML、CSV、JSON、XML
• ZIP文件

一些有趣的事实：

1️⃣ Legacy文档更容易处理：它可以帮助将旧文档转换为LLM可以分析、总结或执行的格式。以前，这需要大量的分析工作。

2️⃣ 开源：它是开源的，安装也非常简单，只需!pip install markitdown。现在，为AI工作流准备数据变得更加容易和方便，从小团队到大型企业都可以使用。

3️⃣ Excel/CSV更容易被RAG理解：这些文档类型通常很难被LLM理解，但现在不再是这样了。

MarkItDown可能会深刻地影响我们为AI准备内容的方式，在各个行业中解锁新的效率。

请注意，中文版本是由 AI 辅助翻译的，因此可能存在细微错误。

作者

Ai Base Network (ABN), ABN ASIA由具有深厚学术背景的人员创立，他们在美国、荷兰、匈牙利、日本、韩国、新加坡和越南等国家有工作经验。ABN Asia是学术界和技术相遇的地方。凭借我们领先的解决方案和优秀的软件开发服务，我们帮助企业提升水平，走向全球舞台。我们的承诺：更快。更好。更可靠。在大多数情况下：也更便宜。

无论您需要IT服务、数字咨询、现成软件解决方案，还是想向我们发送招标要求（RFPs），都请随时与我们联系。您可以通过[email protected]与我们联系。我们随时准备为您提供所有技术需求的帮助。

© ABN ASIA