MarkItDown README — 설치, CLI, 파이썬 API
MarkItDown README — 설치, CLI, 파이썬 API
MarkItDown 은 PDF·DOCX·PPTX·XLSX·이미지·오디오·HTML 등을 Markdown 으로 변환하는 가벼운 파이썬 도구예요. LLM 파이프라인에 넘기기 좋게 문서 구조를 보존해요.
설치
pip install 'markitdown[all]'
선택적 의존성만 골라서 설치할 수도 있어요:
pip install 'markitdown[pdf, docx, pptx]'
CLI 사용
markitdown path-to-file.pdf > document.md
markitdown path-to-file.pdf -o document.md # 파일로 저장
cat path-to-file.pdf | markitdown # 파이프 입력
파이썬 API
from markitdown import MarkItDown
md = MarkItDown()
result = md.convert("test.xlsx")
print(result.text_content)
이미지 설명(LLM Vision)
from markitdown import MarkItDown
from openai import OpenAI
client = OpenAI()
md = MarkItDown(llm_client=client, llm_model="gpt-4o")
result = md.convert("example.jpg")
Azure Content Understanding
cu_endpoint 를 주면 오디오·비디오 등 더 고품질 클라우드 변환과 구조화 필드 추출(YAML front matter)을 지원해요.
보안 고려사항
MarkItDown 은 현재 프로세스의 권한으로 I/O 를 수행해요. 신뢰할 수 없는 입력을 직접 넘기지 말고, 필요한 경우 convert_local()·convert_stream() 등 좁은 함수를 쓰는 게 좋아요.