MarkItDown

Converti documenti e contenuti web in Markdown pulito pronto per gli LLM.

MarkItDown è un'utility di Microsoft che converte un'ampia gamma di file e pagine web (HTML, PDF, documenti Office, immagini, audio) in Markdown pulito ottimizzato per il consumo da parte degli LLM. Preserva la struttura come titoli, tabelle ed elenchi affinché i modelli possano ragionare sui contenuti in modo affidabile. Si distingue per normalizzare contenuti scrappati o scaricati in modo disordinato in un unico formato testuale per l'ingestione.