Сервис, который превращает любой сайт в чистый Markdown или структурированные данные для моделей. Умеет искать, скрейпить, обходить сайт целиком и даже кликать по странице.
Все репозитории
RAG и векторные БДmicrosoft
markitdown
Растёт быстрее всех
Небольшая утилита от Microsoft: превращает PDF, Word, PowerPoint, Excel и другие файлы в Markdown, который удобно отдавать языковой модели.
Кому подойдёт
Python-разработчикам, которым нужен быстрый конвертер документов перед индексацией.
Как начать
- Установи:
pip install 'markitdown[all]'. - Конвертируй файл из терминала:
markitdown path-to-file.pdf > document.md. - Нужны не все форматы — ставь только нужные:
pip install 'markitdown[pdf, docx, pptx]'.
Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.
Звёзды за последние 30 дней
+10 6866 сент. — 6 окт.
Описание автора
Python tool for converting files and office documents to Markdown.
Ещё в категории «RAG и векторные БД»
Готовый RAG-движок с интерфейсом: разбирает документы по шаблонам, режет на фрагменты, ищет с цитатами и умеет агентный поиск. Разворачивается через Docker.
Открытый краулер на Python: заходит на страницы настоящим браузером и отдаёт чистый Markdown для LLM. Работает локально, в Docker или как облачный сервис.
Разбирает сложные PDF, сканы и офисные файлы в Markdown или JSON, сохраняя таблицы и формулы. Есть CLI, Python SDK и навык для агентов.
Библиотека от IBM для разбора документов: PDF, Office, HTML и картинки превращаются в единую структуру, из которой легко получить Markdown. Поддерживает визуальные модели для сложных страниц.
Готовое приложение «чат с вашими документами»: подключаешь любую модель и векторную базу, загружаешь файлы и общаешься. Есть десктопная версия и Docker, есть агенты.