微软MarkitDown 不加载大模型情况下的测试

已于 2025-04-20 21:35:14 修改
阅读量516 收藏 4
点赞数 11
分类专栏： LLMs实践 文章标签： 人工智能
于 2024-12-20 11:27:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/WhiffeYF/article/details/144604324
版权

0 资料来源

微软开源MarkitDown，RAG文档解析就这么解决了~

MarkItDown试用: https://www.html.zone/markitdown/

github：https://github.com/microsoft/markitdown

文章目录

下面的测试是：微软MarkitDown 不加载大模型情况下的测试
测试用的： https://www.html.zone/markitdown/

1 word

原始word

在这里插入图片描述
在这里插入图片描述

Markdow

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

预览

在这里插入图片描述

在这里插入图片描述

2 pdf

原始pdf

在这里插入图片描述
在这里插入图片描述

Markdow

在这里插入图片描述

预览

在这里插入图片描述
在这里插入图片描述

3 excel

原始excel

在这里插入图片描述

直接卡在加载中
在这里插入图片描述

4 图片

原始图片

在这里插入图片描述

Markdow

在这里插入图片描述

预览

在这里插入图片描述

总结

  • word效果较好
  • pdf可能乱码多
  • excel无法加载
  • 图片无法识别
微软开源 MarkItDown：一款改变游戏规则的文件到文本转换库
iCloudEnd的博客
01-02 254
专业人士经常面临从 PDF、Word 文档、图像或音频文件中提取有意义的内容的挑战。管理分散​​在多种格式中的内容可能既耗时又容易造成干扰。MarkItDown通过自动执行文件到文本的转换来解决这一挑战，节省了数小时的工作时间并提供干净、结构化的输出。这个基于 Python 的开源工具可以将 PDF、Word 文档、电子表格、图像和音频无缝转换为统一的、人性化、可读的格式，使团队能够专注于更高价值的任务。
大模型系列——MarkItDown深入研究各种文件都可转成Markdown
2401_84052244的博客
03-05 9205
MarkItDown 是 Microsoft 开发的 Python 包，旨在将各种文件格式转换为 Markdown。是 Microsoft 开发的 Python 包，旨在将各种文件格式转换为 Markdown。自首次亮相以来，该库的人气飙升，在短短两周内就获得了超过 25,000 个 GitHub 星！🤯。
AI 时代 PDF 文档处理新选择：开源 PDF 解析工具粗评，快速找到适合你场景的工具！
ran411285752的博客
03-01 1197
TOP5开源PDF工具测试，测试采用人工扫描生成的纯扫描版PDF文档（OCR难度较高），文件包含复杂版式、多表格、公式等及文本内容，所有文档仅用于技术评测。
MarkItDown：Python 一站式文档转 Markdown 神器
加入“Super Entity”，与全能开发团队共探AI智能体与数字人项目，开启前沿技术之旅。
03-01 1266
在日常开发和文档管理中，将各种格式的文件转换为 Markdown 格式的需求越来越常见。MarkItDown 是微软开源的一款强大的 Python 工具，能够将 PDF、Word、Excel、PPT 等多种格式的文件转换为 Markdown 格式。本文将详细介绍 MarkItDown 的概念、安装方法、代码示例、应用场景以及使用时的注意事项。
MarkItDown：微软开源的多格式转Markdown工具，支持将PDF、Word、图像和音频等文件转换为Markdown格式
士多啤梨先生の博客
12-18 1494
MarkItDown 是微软开源的多功能文档转换工具，支持将 PDF、PPT、Word、Excel、图像、音频等多种格式的文件转换为 Markdown 格式，具备 OCR 文字识别、语音转文字和元数据提取等功能。
MarkItDown的使用（将Word、Excel、PDF等转换为Markdown格式）
逆境清醒的博客
12-25 3854
MarkItDown的使用（将Word、Excel、PDF等转换为Markdown格式）
微软开源神器MarkItDown：一键转换任意文件为Markdown的自动化工具
AI智能体研究
12-29 8006
微软出品的MarkItDown不仅是一款功能强大的文件转换工具，更是提升工作效率的得力助手。通过自动化工作流、智能文本处理、元数据提取以及与大语言模型的深度集成，为现代文档处理和内容管理提供了革命性的解决方案。无论是文档管理、内容分析还是机器学习数据预处理，MarkItDown都能显著提升效率，是开发者和内容创作者的必备工具。
MarkItDown：微软出品，文档格式转换的全能助手
青城
12-16 2083
在数字化浪潮汹涌澎湃的今天，内容处理的高效性与灵活性已然成为各个领域追求的目标。而微软精心打造的MarkItDown这款Python工具，恰似一把神奇的钥匙，为开发者、研究人员以及广大内容创作者开启了一扇通往便捷文档处理新世界的大门，带来了前所未有的便利与创新。
大模型微调和RAG的应用场景
热门推荐
herosunly的博客
06-19 22万+
本文主要介绍了大模型微调和RAG的应用场景，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 前言 2. 大模型微调 vs. RAG
详解大模型多轮对话的数据组织形式
herosunly的博客
09-06 13万+
本文主要介绍了详解大模型多轮对话的数据组织形式，希望对学习大语言模型的同学们有所帮助。 文章目录 1. 前言 2. LLaMA Factory适配的多轮对话数据形式 3. SWIFT适配的多轮对话数据形式
大模型微调部署实战及类GPT工具的高效使用
herosunly的博客
07-24 19万+
本文主要介绍了专栏《大模型微调部署实战及类GPT工具的高效使用》的核心内容，希望对使用大语言模型的同学们有所帮助。 文章目录 1. 前言 2. 专栏亮点 3. 你的收获 4. 详细目录
使用langchain和大模型API提取QA的实战教程
herosunly的博客
10-21 10万+
本文主要介绍了使用langchain和大模型API提取QA的实战教程，希望能对学习大模型的同学们有所帮助。提取后的json部分内容如下所示。 文章目录 1. 前言 2. 实战教程 2.1 搭建环境 2.2 实战代码 2.3 实战案例
微软开源神器 MarkItDown：一键将办公文档转换为 Markdown 的 Python 工具
miracle的专栏
12-16 408
MarkItDown 是一个用于将各种文件转换为 Markdown 的工具，例如用于索引、文本分析等。PDF (.pdf)图片（EXIF 元数据和 OCR）音频（EXIF 元数据和语音转录）HTML（特殊处理 Wikipedia 等）各种基于文本的格式（csv, json, xml 等）
2024 微软开源神器 MarkItDown：一键将办公文档转换为 Markdown 的 Python 工具
风吹落叶的博客
12-23 2091
MarkItDown 是微软开源的一款强大的文档转换工具，可以将PDF、Office文档、图片等多种格式文件转换为Markdown格式。它还支持集成AI模型来智能处理图片描述。本文将详细介绍如何安装和使用这个工具。
markitdown：强大的文件转 Markdown 工具
最新发布
zhangzhentiyes的博客
04-24 955
markitdown是由微软团队开发的 Python 包和命令行工具，它专注于将多种文件格式转换为 Markdown。与其他类似工具（如textract）相比，markitdown更注重保留重要的文档结构和内容，如标题、列表、表格、链接等。虽然其输出通常对人类也有一定的可读性，但主要设计目的是供文本分析工具使用，而非用于高保真度的人类可读文档转换。PDFPowerPointWordExcel图像（包含 EXIF 元数据和 OCR）音频（包含 EXIF 元数据和语音转录）HTML。
使用VS Code插件打造完美的MarkDown编辑器（插件安装、插件配置、markdown语法）
ArthurCaoMH的博客
04-14 9万+
一、概述 最近迷上了MarkDown，所以进行了学习，首先是编辑器的选择，可以参考这篇文章： 好用的MARKDOWN编辑器一览 我本人并没有选择其中的任意一款进行尝试，因为我个人十分喜欢VS Code，而且个人以为配置好后的VS Code不逊色于任何一款MarkDown编辑器，当然，如果觉得自己配置太麻烦的话，也可以直接使用上述编辑器或者Typora这款编辑器，有朋友在用，实时在编辑区预览，效果很...
AI界宝藏工具，微软开源Markitdown，让大模型秒懂文件！
AI360labs_atyun的博客
01-20 1330
Markitdown是一个强大的Python工具，可以将多种常见文档格式（如PDF、Word、Excel等）自动转换为Markdown格式，特别适用于文档分析和内容索引场景。：CSV、JSON、XML等这些功能使得Markitdown成为一个非常通用的文档处理工具，尤其在需要对文档内容进行索引、分析和搜索时，能够提供显著的便利。日常工作中，经常需要将处理各种格式的文件和文档喂给AI。如何高效地处理这些文档，尤其是将其转换为一种方便分析和处理的格式，一直是技术人员面临的挑战。
微软又放大招了！MarkItDown：轻松转换为Markdown的神器
weixin_43589681的博客
12-18 2172
微软最新开源的 Python Markitdown 工具，能将 PDF、Office 文档（Word/PPT/Excel）、图片、音频等多种格式的文件智能转换为 Markdown 格式，支持 OCR 文字识别、语音转文字和元数据提取等功能，特别适合文档分析和内容索引场景。项目地址：https://github.com/microsoft/markitdown。
国产办公软件挑战微软Office：功能对比与测试分析
本文主要探讨了3种常用的国产办公软件——金山WPS、红旗RedOffice和永中Office，与微软Office软件的测试对比情况。测试结果显示，国产办公软件在功能特性上已经能够满足日常办公需求，并且在兼容性方面有所提升，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CSPhD-winston-杨帆

给我饭钱

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值