Açık KaynakScraping60k

MarkItDown

Belgeleri ve web içeriğini LLM'ye hazır temiz Markdown'a dönüştürün.

MarkItDown, Microsoft'un geniş kapsamlı dosya ve web sayfalarını (HTML, PDF, Office belgeleri, görüntüler, ses) LLM tüketimi için optimize edilmiş temiz Markdown'a dönüştüren bir yardımcı programıdır. Başlıklar, tablolar ve listeler gibi yapıları koruyarak modellerin içerik üzerinde güvenilir biçimde akıl yürütebilmesini sağlar. Karmaşık kazınmış veya indirilmiş içeriği alım için tek bir metin biçimine normalleştirmesiyle öne çıkmaktadır.

Repo'yu görüntüle

Depo

microsoft/markitdown

Dil

Python

Bununla neler kurabilirsin

Kazınmış HTML sayfalarını RAG alımı için temiz Markdown'a dönüştürmek
PDF ve Office belgelerini LLM dostu metne normalleştirmek
Karma web içeriğini gömmeler için tutarlı bir biçime ön işlemden geçirmek

Etiketler

markdownllmconversionrag