Markitdown MCP可以將任何文檔轉換為Markdowns！

處理文檔不再只是在您的AI項目中打開文件，而是將混亂變成清晰度。諸如PDF，PowerPoints和Word之類的文檔以各種形狀和大小淹沒了我們的工作流程。從這些文檔中檢索結構化的內容已成為當今一項艱鉅的任務。 Microsoft的Markitdown MCP（Markdown轉換協議）簡化了這一點。它將各種文件轉換為結構化的標記格式。這有助於開發人員和技術作家改善文檔工作流程。本文解釋了Markitdown MCP並顯示了其用法。我們將介紹設置MarkitDown MCP服務器，還將在此協議的上下文中討論MarkitDown。在下面還介紹了使用標記MCP服務器進行測試。

目錄

• 什麼是Markitdown MCP？
  • Markitdown MCP的主要特徵
• 降級在工作流程中的作用
• 設置Markitdown MCP服務器進行集成
  • 安裝
  • 服務器配置
• 用標記MCP轉換的降價轉換
  • 步驟1：首先導入必要的庫。
  • 步驟2：初始化Groq LLM，這是免費的。您可以在這裡找到API鍵
  • 步驟3：配置MCP服務器
  • 步驟4：現在，定義異步功能
  • 步驟5：此代碼調用run_conversion函數
• LLM管道中的實際用例
• 結論
• 常見問題

什麼是Markitdown MCP？

Markitdown MCP提供了用於文檔轉換的標準方法。它充當服務器端協議。它在後端使用Microsoft的Markitdown庫。服務器託管一個靜止的API。用戶將諸如PDF或Word文件之類的文檔發送到此服務器。然後，服務器處理這些文件。它使用高級解析和特定格式規則。輸出是保留原始文檔結構的標記文本。

Markitdown MCP的主要特徵

Markitdown MCP服務器包含幾個有用的功能：

• 寬格式支持：它將PDF，DOCX和PPTX（例如PPTX）等通用文件轉換為Markdown。
• 結構保存：它使用方法來理解和維護文檔佈局，例如標題和列表。
• 可配置的輸出：用戶可以調整設置以控制最終的標記樣式。
• 服務器操作：它作為服務器過程運行。這允許集成到自動化系統和雲設置中。

降級在工作流程中的作用

Markdown是文檔的流行格式。它的簡單語法使讀寫易於讀寫。像GitHub這樣的許多平台都很好地支持了它。靜態站點發生器經常使用它。將其他格式轉換為手動花費時間。 Markitdown MCP自動進行此轉換。這提供了明顯的好處：

• 有效的內容處理：將源文檔轉換為可用的降價。
• 一致的協作：標準格式可幫助團隊一起在文檔上共同努力。
• 流程自動化：在較大的自動化工作流程中包括文檔轉換。

設置Markitdown MCP服務器進行集成

我們可以使用GitHub Repo中提到的Docker Image（例如Claude，Windsurf，Cursor）等不同客戶端設置Markitdown MCP服務器。但是在這裡，我們將使用Langchain的MCP適配器創建本地MCP客戶端。我們需要運行服務器將其與Langchain一起使用。服務器支持不同的運行模式。

安裝

首先，安裝所需的Python軟件包。

 PIP安裝MarkitDown-MCP langchain langchain_mcp_adapters langgraph langchain_groq

服務器配置

使用STDIO模式運行標記MCP服務器。此模式連接標準輸入和輸出流。它適用於基於腳本的集成。直接在終端運行以下內容。

 Markitdown-MCP

服務器將開始運行一些警告。

我們還可以使用SSE（服務器範圍事件）模式。此模式適合Web應用程序或長期運行的連接。設置標記MCP服務器以測試特定方案時也很有用。

 MarkitDown-MCP  -  -SSE--host 127.0.0.1-港口3001

選擇適合您集成計劃的模式。使用服務器通過STDIO本地測試通常是一個良好的開始。我們建議在本文中使用STDIO模式。

用標記MCP轉換的降價轉換

我們已經介紹瞭如何使用Langchain在我們以前的博客MCP客戶端服務器中使用Langchain在本地建立MCP服務器和客戶端設置的方法。

現在，本節顯示瞭如何與Markitdown MCP服務器一起使用Langchain。它可以自動化PDF文件轉換為Markdown。該示例通過Chatgroq採用了Groq的Llama模型。確保將GROQ API密鑰設置為環境變量，或將其直接傳遞給Chatgroq。

步驟1：首先導入必要的庫。

來自MCP Import客戶端，StdioServerParameters
來自mcp.client.stdio import stdio_client
來自langchain_mcp_adapters.tools import load_mcp_tools
來自langgraph.prebuilt導入create_react_agent
導入異步
來自langchain_groq導入changroq

步驟2：初始化Groq LLM，這是免費的。您可以在這裡找到API鍵

這是GROQ API密鑰：GROQ API鍵

＃初始化groq型號
model = chatgroq（model =“ meta-llama/llama-4-scout-17b-16e-Instruct”，api_key =“ your_api_key”）

步驟3：配置MCP服務器

我們正在使用stdioserverparameters，並在此處直接使用已安裝的標記MCP軟件包

server_params = stdioserverparameters（
命令=“ MarkitDown-MCP”，
args = []＃STDIO模式不需要其他參數
）

步驟4：現在，定義異步功能

當輸入時，這將採用PDF路徑，客戶端開始通信。 load_mcp_tools提供了與Markitdown MCP相互作用的功能。然後創建一個反應代理，使用模型和MCP工具。該代碼為PDF創建File_uri，並發送提示，要求代理使用MCP轉換文件。

異步def run_conversion（pdf_path：str）：
與stdio_client（server_params）AS（讀，寫）的異步：
與客戶端的異步（讀，寫）作為會話：

等待session.initialize（）
打印（“初始化MCP會話。”）

＃加載可用工具
工具=等待LOAD_MCP_TOOLS（會話）
打印（f“已加載工具：{[工具中的工具名稱]工具中的工具]}”）

＃創建反應代理
agent = create_reaeact_agent（型號，工具）
打印（“創建的反應代理。”）

＃準備文件URI（將本地路徑轉換為file：// uri）
file_uri = f“ file：// {pdf_path}”
＃通過轉換請求調用代理
響應=等待代理。 AINVOKE（{{

“消息”：[（“用戶”，f“使用MarkitDown MCP將{file_uri}轉換為標記，只需返回MCP服務器的輸出）]

}））

＃返回最後一條消息內容
返迴響應[“消息”] [ -  1] .content

步驟5：此代碼調用run_conversion函數

我們正在呼籲和提取響應中的降價。它將內容保存到pdf.md，最後將輸出打印在終端中。

如果__name__ ==“ __ -main __”：

pdf_path =“/home/home/harsh/downloads/llm評估.pptx.pdf”＃使用絕對路徑
結果= asyncio.run（run_conversion（pdf_path））

以F：f的開放（“ pdf.md”，'w'）
F.Write（結果）

打印（“ \ nmarkDown轉換結果：”）
打印（結果）

輸出

完整代碼

來自MCP Import客戶端，StdioServerParameters
來自mcp.client.stdio import stdio_client

來自langchain_mcp_adapters.tools import load_mcp_tools
來自langgraph.prebuilt導入create_react_agent

導入異步
來自langchain_groq導入changroq
＃初始化groq型號
model = changroq（model =“ meta-llama/llama-4-scout-17b-16e-Instruct”，api_key =“”）
＃配置MCP服務器
server_params = stdioserverparameters（

命令=“ MarkitDown-MCP”，
args = []＃STDIO模式不需要其他參數

）

異步def run_conversion（pdf_path：str）：
與stdio_client（server_params）AS（讀，寫）的異步：

與客戶端的異步（讀，寫）作為會話：
等待session.initialize（）

打印（“初始化MCP會話。”）
＃加載可用工具
工具=等待LOAD_MCP_TOOLS（會話）

打印（f“已加載工具：{[工具中的工具名稱]工具中的工具]}”）
＃創建反應代理

agent = create_reaeact_agent（型號，工具）
打印（“創建的反應代理。”）

＃準備文件URI（將本地路徑轉換為file：// uri）

file_uri = f“ file：// {pdf_path}”
＃通過轉換請求調用代理
響應=等待代理。 AINVOKE（{{

“消息”：[（“用戶”，f“使用MarkitDown MCP將{file_uri}轉換為標記，只是從MCP服務器中撤回輸出”）]

}））

＃返回最後一條消息內容
返迴響應[“消息”] [ -  1] .content

如果__name__ ==“ __ -main __”：
pdf_path =“/home/harsh/harsh/downloads/llm評估.pdf”＃使用絕對路徑

結果= asyncio.run（run_conversion（pdf_path））
以F：f的開放（“ pdf.md”，'w'）

F.Write（結果）
打印（“ \ nmarkDown轉換結果：”）
打印（結果）

檢查輸出

腳本生成一個pdf.md文件。該文件包含輸入PDF的降價版本。轉換質量取決於原始文檔的結構。 Markitdown MCP通常保留元素，例如：

• 標題（不同級別）
• 段落文字
• 列表（子彈和編號）
• 表（轉換為Markdown語法）
• 代碼塊

輸出

在輸出中，我們可以看到它成功地檢索了標題，內容以及降價格式的普通文本。

因此，運行本地服務器進行測試有助於評估不同的文檔類型。

也觀看：

LLM管道中的實際用例

集成標記MCP可以改善幾個AI工作流程：

• 知識基礎建設：將文檔轉換為降價。將此內容攝入知識庫或抹布系統。
• LLM內容準備：將源文件轉換為Markdown。為LLM摘要或分析任務準備一致的輸入。
• 文檔數據提取：將帶有表的文檔轉換為Markdown。這簡化了解析結構化數據。
• 文檔自動化：生成技術手冊。將源文件（例如Word文檔）轉換為靜態站點生成器的Markdown。

結論

Markitdown MCP提供了一種基於服務器的功能，用於文檔轉換的方法。它處理多種格式。它產生結構化的降價輸出。將其與LLMS集成可以使文檔處理任務的自動化。這種方法支持可擴展的文檔實踐。使用服務器進行測試使評估直接。通過其在這些工作流程中的實際應用，最好理解MAKITDOWN的MCP。

探索Markitdown MCP GitHub存儲庫以獲取更多信息。

常見問題

Q1。 Markitdown MCP的主要功能是什麼？

Ans。 Markitdown MCP將PDF和Word文件等文檔轉換為結構化標記。它為此任務使用基於服務器的協議。

Q2。標記MCP服務器可以處理哪些文件格式？

Ans。服務器處理PDF，DOCX，PPTX和HTML文件。其他格式可以根據核心庫支持。

Q3。 Langchain如何使用Markitdown MCP？

Ans。 Langchain使用特殊工具與服務器進行通信。然後，代理可以通過此服務器請求文檔轉換。

Q4。 Markitdown MCP開源嗎？

Ans。是的，它是Microsoft的開源軟件。用戶負責任何服務器託管成本。

Q5。我可以運行標記MCP服務器以進行測試嗎？

Ans。是的，用於測試的服務器可以在本地運行。使用STDIO或SSE模式進行開發和評估。

以上是Markitdown MCP可以將任何文檔轉換為Markdowns！的詳細內容。更多資訊請關注PHP中文網其他相關文章！