MarkItDown
Ferramenta Markdown online para conversão de arquivos multiformato e OCR com IA
Sobre MarkItDown
MarkItDown é um conversor online inspirado na ferramenta de código aberto da Microsoft que converte PDFs, DOCX, PPTX, planilhas, páginas da web, texto, dados estruturados, e-books, notebooks e imagens em Markdown. Ele oferece OCR com IA, recuperação de tabelas e conversão de fórmulas matemáticas para LaTeX em PDFs digitalizados, e pode enviar uma saída limpa para RAG, prompts de LLM, bancos de dados vetoriais e bases de conhecimento.
Ideal para
Melhores casos de uso
Conversão de documentos em lote
Extração de texto de PDFs digitalizados
Preparação de Markdown para fluxos de trabalho RAG
Importação para bancos de dados vetoriais e bases de conhecimento
Comparar antes de escolher
A página oficial de comparação informa que o plano Free permite até 20MB por arquivo, até 3 arquivos por lote e não tem limite mensal de conversões no servidor; o MarkItDown Pro eleva o limite por arquivo para 100MB e o limite por lote para 30 arquivos, além de permitir o salvamento ilimitado de resultados.
Funcionalidades
Conversão multiformato
Suporta PDF, DOCX, PPTX, XLS/XLSX, HTML/HTM, TXT/MD, CSV/TSV, JSON, XML, EPUB, IPYNB, URLs públicas, tabelas coladas e PNG/JPG/WebP.
Processamento de PDF e OCR
Extrai texto selecionável de PDF e preserva a estrutura tanto quanto possível; PDFs digitalizados podem usar OCR com IA, recuperação de tabelas e conversão de fórmulas matemáticas para LaTeX.
Saída para fluxos de trabalho de IA
A saída limpa pode ser enviada para fluxos de trabalho RAG, prompts de LLM, bancos de dados vetoriais e bases de conhecimento.
Processamento de arquivos temporários
Os arquivos enviados passam pelo Cloudflare para um serviço Microsoft MarkItDown auto-hospedado, são processados como arquivos temporários e excluídos após a conversão; os arquivos de origem e os registros do conteúdo não são mantidos, e os resultados só são salvos quando essa opção é escolhida.
Vantagens
- Suporta muitos formatos comuns de arquivos e imagens
- PDFs digitalizados podem usar OCR com IA e recuperar tabelas
- A saída pode ser usada para RAG, prompts de LLM e bases de conhecimento
Limitações
- As contas gratuitas incluem 10 páginas de OCR por mês
Planos de preços
MarkItDown Pro Yearly
- 单文件最大100MB
- 单批最多30个文件
- 无限保存结果
* As informações de preços são apenas indicativas. Consulte o anúncio mais recente no site oficial de MarkItDown.