MarkItDown 技能

使用 Microsoft 的 MarkItDown 库将文档转换为 Markdown 的文档说明与实用工具。

注意：本技能仅提供文档说明与批处理脚本。实际转换工作由通过 pip 安装的 markitdown CLI/库完成。

适用场景

建议在以下场景中使用 markitdown：

• 📄 获取文档（如 README、API 文档）
• 🌐 将网页转换为 Markdown
• 📝 文档分析（PDF、Word、PowerPoint）
• 🎬 YouTube 视频字幕提取
• 🖼️ 图像文字识别（OCR）
• 🎤 音频转录

快速开始

# 将文件转换为 Markdown
markitdown document.pdf -o output.md

# 将网页 URL 转换为 Markdown
markitdown https://example.com/docs -o docs.md

支持的格式

安装

本技能依赖 Microsoft 提供的 markitdown CLI：

pip install 'markitdown[all]'

或仅安装特定格式支持：

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

常见使用模式

获取文档

markitdown https://github.com/user/repo/blob/main/README.md -o readme.md

转换 PDF

markitdown document.pdf -o document.md

批量转换

# 使用本技能附带的脚本
python ~/.openclaw/skills/markitdown/scripts/batch_convert.py docs/*.pdf -o markdown/ -v

# 或使用 Shell 循环
for file in docs/*.pdf; do
  markitdown "$file" -o "${file%.pdf}.md"
done

Python API

from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("document.pdf")
print(result.text_content)

故障排查

“markitdown 未找到”

pip install 'markitdown[all]'

OCR 不生效

# Ubuntu/Debian
sudo apt-get install tesseract-ocr

# macOS
brew install tesseract

本技能提供的内容

参见

• USAGE-GUIDE.md —— 详细示例
• reference.md —— 完整 API 参考
• Microsoft MarkItDown —— 上游库