Microsoftが公開しているMITライセンスのPythonツール「MarkItDown」は、様々なファイルをMarkdownに変換するユーティリティで、LLMやテキスト分析パイプラインでの利用を想定しています。PDF、PowerPoint、Word、Excel、HTML、CSV、JSON、XMLに加え、画像（EXIFメタデータとOCR＝画像から文字を認識する技術を利用）、音声（メタデータと文字起こしを利用）、さらにZIPファイル、YouTube URL、EPUBの変換にも対応しています。

コマンドラインからは「markitdown ファイル.pdf -o document.md」のように、Python APIからは「from markitdown import MarkItDown」でインポートして利用できます。Python 3.10以上が必須で、オプション依存関係により必要な機能だけをインストールすることもできます。

出典が伝えている要点

  • MarkItDownはMicrosoftが開発したPythonツールである
  • MarkItDownはファイルやOfficeドキュメントをMarkdownに変換するツールである
  • PDF、PowerPoint、Word、Excelの変換に対応している
  • 画像の変換に対応しており、EXIFメタデータとOCRを利用する
  • オーディオの変換に対応しており、メタデータと音声文字起こしを利用する
  • HTML、CSV、JSON、XMLの変換に対応している
  • ZIPファイル、YouTube URL、EPUBの変換に対応している
  • コマンドラインから「markitdown ファイル.pdf -o document.md」のように実行できる
  • Python APIとして「from markitdown import MarkItDown」でインポートし、MarkItDown().convert()で変換結果を取得できる
  • Python 3.10以上が必須である
  • オプション依存関係により必要な機能のみをインストールできる
  • MITライセンスで公開されている

原文より

Python tool for converting files and office documents to Markdown
Markdown is extremely close to plain text

出典: github.com

← 2026.09.14 の号を通しで読む