MarkItDown 0.1.9 上手：把 Word、Excel、PPT、PDF 转成给大模型用的 Markdown，用 Python 批量转换、写插件，再作为 MCP 服务器交给 AI 智能体

按微软 MarkItDown 官方 README 和示例（0.1.9 实测）：装好这个开源文档转换工具，用命令行把官方测试用的 Word、Excel、PPT、PDF、ZIP 和网页转成 Markdown 并看懂各自的输出；在 Python 里用 convert、convert_stream、convert_response 转换文件和网页、批量转换目录、用假客户端看清图片怎样交给视觉大模型、照官方示例写一个字幕插件；再用 markitdown-mcp 提供 MCP 服务，用 Python 脚本走 stdio 和 HTTP 调用 convert_to_markdown，并弄清它没有身份验证的安全边界。

入门3 课时65 分钟图文实操

免费学习无需登录

开始学习查看课程目录

你将学会

安装 MarkItDown 并锁定版本
用命令行把 Office 和 PDF 转成 Markdown
用 Python API 批量转换文档
让视觉大模型描述图片
写一个 MarkItDown 插件
把文档转换作为 MCP 交给智能体

适合谁

要把文档交给大模型处理的人
搭知识库或 RAG 的开发者
想给 AI 智能体加读文档工具的人

课前准备

会用终端和 pip
能看懂简单的 Python
Python 3.10 到 3.14

课程目录

3 课时 · 65 分钟

01装好 MarkItDown，用命令行转换 Office、PDF、ZIP 和网页在虚拟环境里装 markitdown[all]==0.1.9，下载官方测试文件，用 markitdown 命令把 Word、Excel、PowerPoint、PDF 转成 Markdown 并检查标题和表格，用 -x 从管道读入，转换 ZIP 和网址，再看看图片默认只输出元数据的原因。图文20 分钟开始本课
02在 Python 里批量转换、接视觉大模型、自己写插件用 MarkItDown 的 convert、convert_local、convert_stream 加 StreamInfo、convert_response 转换文件、内存数据和网页，写一个批量转换目录的脚本，用假客户端看清 llm_client 和 llm_prompt 怎样把图片交给视觉大模型，处理 FileNotFoundError 和 UnsupportedFormatException，再照官方示例插件写一个 .srt 字幕插件并用 --use-plugins 启用。图文25 分钟开始本课
03把 MarkItDown 交给 AI 智能体：MCP stdio 与 HTTP安装 markitdown-mcp，用 MCP Python SDK 2.x 写客户端走 stdio 列出 convert_to_markdown 工具并转换本地 Excel，再开 HTTP 模式转换 data: URI 和网页，用 file:///etc/os-release 验证它没有身份验证、能读本机文件，最后按官方说明了解 Claude Desktop 的 Docker 配置和 MCP Inspector 调试。图文20 分钟开始本课

课程说明

MarkItDown 是微软开源的 Python 工具（MIT 许可证，GitHub 约 19.4 万星），把 PDF、Word、Excel、PowerPoint、图片、音频、HTML、ZIP 等文件转成 Markdown，保留标题、列表、表格和链接，方便交给大模型或放进知识库。2026 年 10 月 21 日（美国时间）发布的 0.1.9 版支持 Python 3.10 到 3.14；配套的 markitdown-mcp 包把它包装成 MCP 服务器，只提供一个工具 convert_to_markdown(uri)。

本课按 MarkItDown 官方 GitHub 仓库的 README、markitdown-mcp 说明和官方示例插件整理。2026-11-05 在一台 Linux x86_64 云主机上，用 Python 3.13 的虚拟环境安装 markitdown 0.1.9、markitdown-mcp 0.0.1a8（随附 MCP Python SDK 2.3.0），以官方仓库自带的测试文件为对象，逐条实跑了命令行转换、Python API、批量转换、大模型图片描述的调用结构（用假客户端代替真实模型）、自己写插件、MCP stdio 和 MCP HTTP 调用。「对照结果」都是真实输出，只做了节选。接入真实视觉模型、markitdown-ocr 插件、Azure 云端解析、Claude Desktop、Docker 和 MCP Inspector 这几部分，测试机没有对应环境或账号，按官方说明整理，课内单独注明「未实测」。

三个课时由浅入深：先用命令行转换各类文件，再用 Python 批量转换并写插件，最后把它作为 MCP 服务器交给智能体，具体安排见下方课程目录。

适合

要把一堆 Office 文档和 PDF 交给大模型处理的人
搭知识库或 RAG、需要先把文档统一成文本的开发者
想给 AI 智能体加一个「读文档」工具的人

先修

会用终端和 pip
能看懂简单的 Python
本机有 Python 3.10 到 3.14

你会学到

用 pip 安装 MarkItDown 0.1.9，知道各个可选依赖分别对应哪种格式
用 markitdown 命令转换文件、管道输入、ZIP 和网址
用 convert()、convert_local()、convert_stream()、convert_response() 在 Python 里转换
用 llm_client 和 llm_model 让大模型描述图片，并看清发给模型的内容
照官方示例插件的结构写一个插件，用 --use-plugins 启用
用 markitdown-mcp 提供 MCP 服务，了解它没有身份验证带来的风险

官方资料

源码与 README：https://github.com/microsoft/markitdown
PyPI：https://pypi.org/project/markitdown/
MCP 服务器：https://github.com/microsoft/markitdown/tree/main/packages/markitdown-mcp
示例插件：https://github.com/microsoft/markitdown/tree/main/packages/markitdown-sample-plugin
OCR 插件：https://github.com/microsoft/markitdown/tree/main/packages/markitdown-ocr
测试文件：https://github.com/microsoft/markitdown/tree/main/packages/markitdown/tests/test_files

绑定工具： MarkItDown（https://www.kun.net/tools/markitdown/ ）