概述

MarkItDown 是一款基于微软开源工具的在线文档转换器，可将包括 PDF、Office 文档、数据表格和图像在内的各类文件格式转换为结构化 Markdown。该工具专为开发者、研究人员及技术团队设计，用于为大语言模型（LLM）提示词、检索增强生成（RAG）架构、向量数据库和文档知识库准备异构源文件。平台定位为一款开箱即用的文档摄入工具，用户无需配置本地 Python 环境，即可在浏览器本地处理与云端解析之间进行自由选择。

核心功能

多格式摄取：支持将 PDF、Office 文件（DOCX、PPTX、XLSX）、网页、表格数据（CSV、JSON、XML）、EPUB 及 Jupyter Notebook 转换为 Markdown，简化来自不同数据源的准备工作。
双处理模式：允许用户选择浏览器客户端本地运行（确保受支持的文件完全留存在设备本地），或选择云端处理以应对复杂的文档结构。
分级 OCR 引擎：提供基础本地 OCR 与高精度 AI OCR，可从扫描件和图像 PDF 中提取文本，并将复杂表格与数学公式还原为 LaTeX 格式。
结构与语法完整性：保留文档层级、链接、列表、表格及 Mermaid 图表源码，确保转换后的文件可直接应用于下游技术工作流。

使用建议

处理机密文件时，请选择浏览器本地运行模式，确保数据严格保留在客户端设备上。
根据层级限制评估文档处理量和 OCR 需求：免费版限制单次批量处理 3 个文件、单个文件大小不超过 20MB，且 AI OCR 每月限额为 10 页。
在导出或接入检索管线之前，利用内置的预览和编辑工具检查原生 Markdown、表格布局及渲染后的 LaTeX 公式。

OpenClaw 技能

该文档未提及与 OpenClaw 的任何原生集成。在假设的实现方案中，OpenClaw 智能体可调用 MarkItDown 将接收到的附件（如演示文稿幻灯片、电子表格或发票扫描件）标准化为干净的 Markdown，然后再将结构化文本传递给推理或索引管线。这种方式可使自动化工作流能够直接处理异构商业文档，而无需为每种格式单独配置专用的解析器。