markitdown：两条命令把 PPT 转成 AI 能直接读的 Markdown

markitdown：两条命令把 PPT 转成 AI 能直接读的 Markdown

【免费下载链接】markitdownPython tool for converting files and office documents to Markdown.项目地址: https://gitcode.com/GitHub_Trending/ma/markitdown

markitdown 是一个开源的 Python 工具，能把 PowerPoint 演示文稿（PPTX）转成结构化的 Markdown 文本。它既可以当命令行工具用，也能作为 Python 库调用，转出来的纯文本可以直接拿去检索、分析，或者喂给大模型。

转换后能保住哪些东西

markitdown 做 PPTX 转 Markdown 时，保留的东西比你想象的多：

• 每页幻灯片的标题会变成一级标题，页与页之间用<!-- Slide number: N -->注释隔开，方便后面按页拆；
• 正文、列表、加粗、斜体按阅读顺序输出，不会糊成一团；
• 表格转成标准 Markdown 表格，表头和数据行都保留；
• 演讲者备注单独放在 Notes 小节里，不会丢；
• 图片默认输出为图片占位符，alt 文本会带上 PPT 里原有的说明，或配置 LLM 后自动看图生成描述。

两条命令完成首次转换

第一次用起来就两步：装包，然后转换。

pip install 'markitdown[pptx]' markitdown deck.pptx -o deck.md

如果你习惯在代码里调用，下面这个可选示例不超过四行：

from markitdown import MarkItDown result = MarkItDown().convert("deck.pptx") print(result.text_content)

PPT 表格、图片和备注怎么保留

markitdown 对幻灯片里的元素各有处理方式，逐条说一下：

• 标题：输出为#一级标题；
• 正文：按从上到下、从左到右的顺序输出为段落；
• 表格：转成 Markdown 表格，列数和单元格内容原样保留；
• 图片：输出为图片引用，alt 文本依次取 LLM 描述、PPT 自带说明、形状名；
• 备注：放在每页末尾的### Notes:小节里；
• 图表：能读的数据会被拆成类别加数值的表格，不认识的图表类型会留一个占位说明。

图表里的数据怎么处理

图表是 PPT 里最容易丢的东西。markitdown 会把图表的类别、系列名和数值提取出来，拼成一张 Markdown 表格，标题保留在表格上方。数据就还在，AI 可以直接引用。

批量转换培训材料怎么做

背景：公司共享盘里躺着上百份培训 PPT，想接进知识库，得先变成可检索的文本。

做法：第一步建一个输出目录；第二步写一个循环脚本，逐个文件调用 markitdown；第三步把失败的文件单独记录下来。

mkdir -p out for f in *.pptx; do markitdown "$f" -o "out/${f%.pptx}.md" || echo "$f" >> failed.txt done

效果：跑一遍就得到一份可以和原始 PPT 一一对应的 Markdown 目录，直接丢进检索系统就行。

为 RAG 准备结构化语料

背景：做 RAG 时，演示文稿是最容易被漏掉的语料来源，而 PPTX 本身没法直接进向量库。

做法：第一步批量转完；第二步按<!-- Slide number: N -->这个标记切分，把一份 PPT 拆成一页一块的语料；第三步切出来的块带上标题、表格和图片 alt 文本，直接进 embedding。

效果：语料按页对齐，检索回来能准确指到哪一页，不会串位。

几个容易卡住的地方

• 缺依赖：markitdown 对 PPTX 的支持基于 python-pptx，如果安装时没带pptx选项，转换会报缺依赖的错，装完包再试一次就好。
• 大文件：超过一百页的先拿单页文件跑通，确认标题、表格、备注都符合预期，再处理整个文件。
• 慢：表格和图片密集的文件，如果不需要 LLM 给图片生成描述，就别配 llm_client，省掉每张图一次模型调用，速度差别很明显。
• 老格式：markitdown 只认 .pptx，.ppt 需要先另存为 .pptx 再转。

收尾

markitdown 做的事情不复杂：把演示文稿里给人看的内容，按结构原样交给机器，标题归标题、表格归表格、备注归备注。装完之后，跑一条markitdown deck.pptx -o deck.md就能开始用了。

【免费下载链接】markitdownPython tool for converting files and office documents to Markdown.项目地址: https://gitcode.com/GitHub_Trending/ma/markitdown