MarkItDown 简介

MarkItDown 是一个强大的文档格式转换工具,能够将多种常见文件格式转换为 Markdown 格式,包括:

  • PDF 文档
  • Microsoft Office 文件(Word、PowerPoint、Excel)
  • 图像文件
  • 音频文件
  • HTML 网页

在 RAG (检索增强生成) 应用中,MarkItDown 可以显著提升文档处理能力。默认情况下,PIG AI 的 RAG 系统仅提取文件中的纯文本内容,而不会保留原始格式。通过集成 MarkItDown,可以更好地保留文档的结构和格式信息,从而提高检索和生成的质量。

快速开始

安装部署

使用 Docker 快速部署 MarkItDown 服务:

docker run -p 8000:8000 registry.cn-hangzhou.aliyuncs.com/dockerhub_mirror/markitdown

配置说明

在 PIG AI 中配置 MarkItDown 服务

MarkItDown 配置界面