Sébastien Rigaux

Microsoft MarkItDown convertit des fichiers en Markdown pour les pipelines LLM

Consulter la ressourceEN

github.com

Microsoft MarkItDown, outil et bibliothèque Python, convertit des fichiers — PDF, documents Office, HTML, audio ou EPUB — en Markdown destiné aux pipelines d’analyse de texte et de LLM. Il préserve la structure (titres, listes, tableaux, liens) plutôt que la fidélité visuelle.

Les dépendances optionnelles s’installent par format, et des plugins tiers ajoutent des convertisseurs séparément. Pour les entrées non fiables, le dépôt recommande de restreindre l’accès aux fichiers et URI et d’utiliser la fonction de conversion la plus ciblée, comme convert_local() ou convert_stream().

Bannière du dépôt Microsoft MarkItDown : le nom du projet, une description de l’outil Python de conversion de fichiers en Markdown, le logo Microsoft et des statistiques GitHub.