# 影片筆記：200份文件10秒變Markdown？微軟開源 MarkItDown 從安裝到接進AI Agent


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 全文快速校讀發現待確認修正

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：⚠️ 全文快速校讀：已套用暫定修正，請確認（segment=2 已先套用暫定修正：今天帶你從安裝到實戰,最後我會把它接進AI-agent,讓Cloud自己去讀你硬碟上的任何檔案。 → 今天帶你從安裝到實戰,最後我會把它接進AI-agent,讓Claude自己去讀你硬碟上的任何檔案。；segment=4 已先套用暫定修正：假設你手邊有個Excel,想為給Cloud分析,以前你要開檔案,複製貼上,格式全部跑掉。 → 假設你手邊有個Excel,想丟給Claude分析,以前你要開檔案,複製貼上,格式全部跑掉。）
- 待修正：逐字稿可先使用，但有待校正清單（segment=41 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=42 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結
影片介紹微軟開源工具 **MarkItDown**，透過 CLI 或 Python API 將 Word、Excel、PPT、圖片等非純文字文件快速轉換為 Markdown，並示範如何透過 MCP Server 讓 AI Agent（如 Claude）直接讀取與分析本地檔案，解決手動轉換耗時與格式錯亂的問題。

## 核心重點
*   **高效轉換**：解決過去手動複製貼上 200 份文件需耗時一整天的問題，現可透過指令在 10 秒內完成轉換。
*   **雙重介面**：提供 CLI（適合單一檔案）與 Python API（適合批量處理資料夾）兩種使用方式。
*   **AI Agent 整合**：支援 MCP Server，讓 AI 模型能直接呼叫工具讀取硬碟上的 Word、Excel、PPT 等檔案，無需使用者手動轉換。
*   **進階功能**：支援圖片內容描述（可自訂 Prompt 語言）、Plugin 系統擴充冷門格式，以及內嵌圖片的 OCR 處理。

## 詳細大綱

### I. 效能展示與基礎安裝
*   **痛點與解決方案**：
    *   過去：200 份 PDF/Excel 需一整天手動複製貼上、整理格式。
    *   現在：一行指令，10 秒全部變 Markdown。
*   **安裝準備**：
    *   環境需求：Python 3.10 以上版本。
    *   建議做法：使用虛擬環境安裝，避免依賴衝突（影片稱為「打架」）。
    *   安裝選項：
        *   全裝：預設安裝所有支援格式。
        *   精簡裝：修改 `pip install` 命令，僅安裝需要的檔案後綴名。
    *   驗證：安裝後檢查版本。

### II. 使用方式：CLI 與 Python API
*   **CLI (命令列介面)**：
    *   適用場景：單一檔案轉換。
    *   操作範例：在 Terminal 輸入指令，將 Excel Sheet 轉換為 Section，表格轉換為 Markdown Table。
    *   優勢：格式不跑掉，適合丟入 RAG pipeline（檢索增強生成系統，讓 AI 搜尋文件）。
    *   額外功能：支援網址，可直接抓取網頁內容轉為標準 Markdown。
*   **Python API (批量處理)**：
    *   適用場景：大量文件（如 100+ 文件）。
    *   腳本邏輯：掃描資料夾（如 Documents），自動識別 Word、Excel、PPT 附檔名，轉換後存入另一個資料夾。
    *   結果：幾秒鐘完成整個資料夾的文件轉換。

### III. 進階功能：圖片處理與 AI 整合
*   **圖片處理**：
    *   功能：不僅讀取圖片信息，還可讓 AI 描述圖片內容。
    *   設定：預設描述為英文，可自訂 Prompt 改為繁體中文描述。
    *   效能宣稱：影片宣稱分析數據正確率為 99.99%。
*   **MCP Server 整合 (AI Agent 讀檔)**：
    *   概念：幫 AI 裝外掛，讓 AI 直接讀取 Word、Excel、PPT。
    *   實作步驟：
        1.  打開 Claude Desktop 設定檔。
        2.  添加指定代碼。
        3.  重啟 Claude App。
    *   效果：使用者只需指令「讀這個檔案」，Claude 會自動呼叫 MarkItDown 轉換並分析，無需使用者手動轉換。

### IV. 擴充性：Plugin 系統
*   **自訂 Converter**：針對冷門格式，可自行撰寫 Converter 掛載。
*   **官方資源**：官方 Github 提供 Sample Plugin 範例（連結於影片描述）。
*   **OCR Plugin**：
    *   名稱：MarkItDown.ocr 的 Plugin。
    *   功能：處理 Word 內嵌入圖片時，自動使用 LLM 進行 OCR，提取圖片文字。
    *   適用情境：文件包含大量截圖。

### V. 總結與挑戰
*   **MarkItDown 特性總結**：
    *   微軟開源工具。
    *   CLI：一行指令轉單檔。
    *   Python API：批次處理資料夾。
    *   LLM 整合：圖片描述。
    *   MCP Server：AI Agent 直接讀檔。
*   **觀眾挑戰**：關掉影片，打開 Terminal，花三分鐘將桌面檔案轉為 Markdown。

## 工具 / 模型 / 名詞整理
*   **MarkItDown**：微軟開源的文件轉換工具。
*   **Claude / Claude Desktop**：用於示範 AI Agent 整合的模型與桌面應用程式。
*   **Python 3.10**：建議的 Python 版本。
*   **Terminal**：命令列介面。
*   **RAG pipeline**：檢索增強生成系統，用於讓 AI 搜尋文件。
*   **MCP Server**：Model Context Protocol Server，用於讓 AI 連接外部工具。
*   **MarkItDown.ocr**：提及的 OCR 插件名稱。
*   **Excel, Word, PPT**：支援轉換的檔案格式。
*   **Markdown**：轉換後的目標格式。
*   **GitHub**：官方插件範例存放處。

## 操作流程整理
1.  **環境準備**：確保 Python 版本為 3.10 以上，建立虛擬環境。
2.  **安裝工具**：
    *   全裝：執行預設安裝指令。
    *   精簡裝：修改 `pip install` 指令僅安裝特定後綴。
3.  **單一檔案轉換 (CLI)**：
    *   在 Terminal 輸入指令。
    *   指定目標檔案（如 Excel、Word、網頁 URL）。
    *   獲得標準 Markdown 輸出。
4.  **批量檔案轉換 (Python API)**：
    *   撰寫 Python 腳本。
    *   設定掃描資料夾路徑。
    *   執行腳本，自動將識別到的文件轉換並儲存至目標資料夾。
5.  **AI Agent 整合 (MCP Server)**：
    *   開啟 Claude Desktop 設定檔。
    *   輸入 MCP Server 相關配置代碼。
    *   重新啟動 Claude App。
    *   在對話中指令「讀這個檔案」，驗證 AI 是否自動呼叫工具進行轉換與分析。

## 值得注意的限制或風險
*   **依賴衝突**：若未使用虛擬環境安裝，可能會發生依賴「打架」問題。
*   **格式支援範圍**：雖支援多種格式，但冷門格式需自行撰寫 Plugin 或 Converter。
*   **圖片描述準確性**：影片宣稱圖片分析數據正確率為 99.99%，此為影片說法，實際表現可能因圖片內容與 Prompt 設定而異。
*   **PDF 轉換細節**：開頭提及 200 份 PDF 的效能對比，但後續範例主要展示 Excel、Word、PPT 及網頁，PDF 的具體轉換細節未在後續步驟詳細展開。

## 逐字稿辨識疑點
*   **MarkItDown / Marketdown**：逐字稿中多次出現此名稱，但亦曾口誤為 "Marketdown" 或 "MarkItDown."（帶點號），筆記中統一記錄為逐字稿出現的 "MarkItDown" 或 "Marketdown"。
*   **MarkItDown.ocr**：插件名稱在逐字稿中寫為 "MarkItDown.ocr"，需查證是否為正式插件名稱或口誤。
*   **正確率 99.99%**：逐字稿宣稱 AI 分析數據正確率為 99.99%，此數據來源未於逐字稿中提供驗證依據，僅記錄為影片說法。
*   **200 份 PDF**：開頭提到 "200份PDF"，但後續範例主要展示 Excel、Word、PPT 及網頁，PDF 的轉換細節未在後續步驟詳細展開，僅作為效能對比的前置敘述。
*   **Description**：逐字稿提到 "連結放在 Description"，指影片描述欄位。

## 可延伸追問
*   MarkItDown 支援的冷門格式有哪些具體範例？
*   MCP Server 的配置代碼具體長什麼樣子？
*   若文件包含大量截圖，MarkItDown.ocr Plugin 的處理效能與準確度如何？
*   如何針對特定需求客製化圖片描述的 Prompt？