microsoft/markitdown 里程碑
2026 年 5 月底，GitHub Trending 数据。
项目概览
- 总星数: 100,000+（本周 +8,202）
- 核心功能: 将 PDF、Word、Excel、图片、音频等转为 Markdown
- 应用场景: LLM 上下文预处理、RAG 数据管道、Agent 知识库构建
为什么持续爆火
- LLM 生态对非结构化文件转可用文本的需求远未饱和
- 一个成熟工具仍持续吸引新用户，说明数据预处理是 Agent 时代的核心痛点
- 相比专门的 OCR 或文档解析工具，markitdown 提供统一入口
相关工具
- Open Envelope: HN 热帖，定义 AI Agent 团队的开放 schema
- Rotary GPU: arXiv 论文，探索有限 VRAM 下的大 MoE 模型本地执行
- Tsplat: 终端中运行 Gaussian splatting
来源: GitHub Trending + Hacker News
链接: https://github.com/microsoft/markitdown