MarkItDown

Dokumente und Web-Inhalte in sauberes, LLM-gerechtes Markdown konvertieren.

MarkItDown ist ein Microsoft-Dienstprogramm, das eine breite Palette von Dateien und Webseiten (HTML, PDF, Office-Dokumente, Bilder, Audio) in sauberes, für den LLM-Konsum optimiertes Markdown umwandelt. Es bewahrt Strukturen wie Überschriften, Tabellen und Listen, damit Modelle Inhalte zuverlässig verarbeiten können. Besonders hervorzuheben ist die Normalisierung uneinheitlich gescrapeter oder heruntergeladener Inhalte in ein einheitliches Textformat für die Ingestion.