200份PDF,以前要花一整天複製貼上,手動整理格式。
現在一行指令,10秒全部變markdown。
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。
先讓你看看這東西有多快。
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。
那我在Terminal輸入這個指令,然後打開轉換成功的檔案看一下。
Excel的每個Sheet會變成一個Section,表格直接變markdown table。
你拿去丟RAG pipeline,就是讓AI能搜尋你文件的那種系統,格式不會跑掉。
再來是一個更猛的,直接丟網址也可以。
你看它,真的連網頁都能抓,所有的內容全部轉成了標準的markdown。
是不是超快?
一行就搞定。
裝這個30秒的事,你要Python3.
10以上,大部分人的Mac應該都有了。
但我建議你先開一個虛擬環境再裝。
因為,MarkItDown的安裝參數會拉進一大堆依賴。
你直接裝在系統Python裡面,很容易跟其他套件打架。
如果你不想全裝也行,只裝需要的格式,只要將pip install命令改成其他的檔案後綴名就好。
那這裡我還是選擇全部安裝。
可以裝的選項,我放在畫面上了。
你看你需要哪些,就裝哪些。
我建議裝完確認一下版本。
OK,搞定,可以開始玩了。
CLI適合一個一個轉。
但如果你有一百個文件要喂給AI呢?
你不會想一個一個手動打指令吧?
Python API才是真正好用的地方。
那我先創建一個批量處理的腳本,然後把這段代碼複製進去。
跑一下看看效果。
這段在做的事就是,掃描Documents資料夾裡面所有檔案。
只要附檔名是Word、Excel、PPT其中一個,就自動轉成Markdown存到另一個資料夾。
你看,整個資料夾的文件幾秒鐘全部轉好。
假設你在做知識庫,200份合約文件,以前花一天手動處理,現在10秒跑完。
純文字轉換只是基本功。
你丟一張圖片給它,它不只讀圖片信息。
它還可以讓AI幫你描述圖片內容。
那,跑一下腳本,看看它描述的是否準確。
這AI的分析數據可以說正確率99.
99%。
現在的描述是英文的,你還可以自訂Prompt,讓它用繁體中文來描述。
這樣看起來就親切多了。
其實MarkItDown有一個mcp server,你可以把它想成幫AI裝一個外掛。
裝完之後,AI就能自己去讀Word、Excel、PPT,不用你手動轉。
我用Claude Desktop示範。
打開設定檔,添加下面的代碼,重啟Claude App。
那,我讓Claude來分析一下這個檔案。
你看,你什麼都沒做。
你看,你什麼都沒做。
Claude自己去呼叫MarkItDown,把Excel轉成MarkItDown,然後直接分析給你看。
以後,你跟Claude說,讀這個檔案,不管是Word、Excel、PPT,它都能自己處理。
剩最後一段了。
Marketdown除了內建支援的格式,它還有Plugin系統。
如果你有什麼冷門格式需要處理,可以自己寫一個Converter掛上去。
進階玩家有興趣的話,官方Github有一個Sample Plugin的範例,連結放在Description。
另外還有一個MarkItDown.
ocr的Plugin,裝上去之後,它碰到Word裡面嵌入的圖片。
會自動用LLM做OCR,幫你把圖片裡的文字也抓出來。
如果你的文件有很多截圖,這個超好用。
好,快速總結一下。
MarkItDown是微軟開源的文件轉MarkItDown工具。
CLI一行指令轉單檔。
Python API可以批次處理整個資料夾。
加上LLM還能幫圖片做描述。
MCP Server讓AI Agent直接自己去讀檔案。
現在給你一個挑戰。
關掉影片,打開Terminal。
花三分鐘把你桌面上隨便一個Excel或Word轉成MarkItDown。
感受一下有多快。
我們下支影片見。