MarkItDown
Outil Markdown en ligne pour la conversion de fichiers multi-format et l'OCR IA
À propos de MarkItDown
MarkItDown est un convertisseur en ligne inspiré de l'outil open source de Microsoft, qui convertit les PDF, DOCX, PPTX, feuilles de calcul, pages web, textes, données structurées, livres numériques, notebooks et images en Markdown. Il prend en charge l'OCR IA, la restauration des tableaux et la conversion des formules mathématiques en LaTeX pour les PDF numérisés, et peut envoyer une sortie nettoyée vers le RAG, les prompts LLM, les bases de données vectorielles et les bases de connaissances.
Idéal pour
Meilleurs cas d'utilisation
Conversion de documents par lots
Extraction de texte de PDF numérisés
Préparation de Markdown pour les workflows RAG
Importations dans des bases de données vectorielles et des bases de connaissances
Comparer avant de choisir
La page de comparaison officielle indique que l'offre Free autorise jusqu'à 20MB par fichier, jusqu'à 3 fichiers par lot et ne comporte aucune limite mensuelle de conversions serveur ; MarkItDown Pro porte la limite par fichier à 100MB et la limite par lot à 30 fichiers, et permet d'enregistrer un nombre illimité de résultats.
Fonctionnalités
Conversion multi-format
Prend en charge PDF, DOCX, PPTX, XLS/XLSX, HTML/HTM, TXT/MD, CSV/TSV, JSON, XML, EPUB, IPYNB, les URL publiques, les tableaux collés et PNG/JPG/WebP.
Traitement PDF et OCR
Extrait le texte PDF sélectionnable en conservant autant que possible sa structure ; les PDF numérisés peuvent utiliser l'OCR IA, la restauration des tableaux et la conversion des formules mathématiques en LaTeX.
Sortie pour les workflows IA
La sortie nettoyée peut être envoyée vers des workflows RAG, des prompts LLM, des bases de données vectorielles et des bases de connaissances.
Traitement des fichiers temporaires
Les fichiers téléversés passent par Cloudflare vers un service Microsoft MarkItDown auto-hébergé, sont traités comme des fichiers temporaires puis supprimés après la conversion ; les fichiers sources et les journaux du contenu des fichiers ne sont pas conservés, et les résultats ne sont enregistrés que si l'option est choisie.
Avantages
- Prend en charge de nombreux formats de fichiers et d'images courants
- Les PDF numérisés peuvent utiliser l'OCR IA et restaurer les tableaux
- La sortie peut être utilisée pour le RAG, les prompts LLM et les bases de connaissances
Limites
- Les comptes gratuits incluent 10 pages d'OCR par mois
Formules tarifaires
MarkItDown Pro Yearly
- 单文件最大100MB
- 单批最多30个文件
- 无限保存结果
* Les informations tarifaires sont données à titre indicatif. Consultez les dernières annonces sur le site officiel de MarkItDown.