# Как установить MarkItDown

MarkItDown от Microsoft (130k+ звёзд) превращает PDF, Excel, презентации и даже видео в чистый Markdown, чтобы не жечь токены Claude на вёрстке и мусоре. Есть свой MCP-сервер.

Скормить модели сырой PDF, Word или Excel напрямую — потерять структуру документа и сжечь лишние токены на форматирование, которое ей не нужно. MarkItDown от Microsoft превращает практически любой файл в чистый Markdown — формат, на котором языковые модели обучены и который они «понимают» нативно.

врезка `// Важно`: текст «MarkItDown делает I/O с правами того процесса, в котором запущен, — как обычный open() или requests.get(). На недоверенном вводе не вызывай permissive-метод convert() напрямую — используй более узкий convert_local() или convert_stream() и санитизируй пути и URI заранее.»

## 1. Зачем конвертировать в Markdown для LLM

- Markdown почти не отличается от простого текста, но сохраняет важную структуру документа — заголовки, списки, таблицы, ссылки.
- Модели вроде GPT-4o обучены на огромных объёмах текста в Markdown и нативно «говорят» на нём, часто вставляя разметку в ответы без явной просьбы.
- Побочный эффект такой обученности — соглашения Markdown ещё и token-эффективны по сравнению с исходной разметкой файла.

## 2. Что конвертирует и в цифрах

- Форматы: PDF, PowerPoint, Word, Excel, изображения (EXIF-метаданные + OCR), аудио (метаданные + распознавание речи), HTML, CSV/JSON/XML, ZIP-архивы (разбирает содержимое), ссылки на YouTube, EPub и другие.
- 162 тысячи звёзд на GitHub, лицензия MIT, проект развивает команда AutoGen внутри Microsoft.

Расширяется сторонними плагинами: первая команда показывает установленные, вторая включает их для конкретного запуска.

```
markitdown --list-plugins
markitdown --use-plugins path-to-file.pdf
```

## 3. Установка и запуск из терминала

- Требование: Python 3.10 или новее.

```
# установка со всеми форматами
pip install 'markitdown[all]'

# точечная установка: например, только PDF/DOCX/PPTX
pip install 'markitdown[pdf, docx, pptx]'

# запуск
markitdown path-to-file.pdf > document.md
markitdown path-to-file.pdf -o document.md
```

## 4. markitdown-mcp — автоконвертация в Claude Desktop

- Отдельный пакет markitdown-mcp поднимает MCP-сервер с одним инструментом — convert_to_markdown(uri), принимающим ссылки http:, https:, file: или data:.
- Установка: pip install markitdown-mcp; запуск по STDIO — команда markitdown-mcp.

Для Claude Desktop разработчики рекомендуют Docker-образ: собрать образ, затем в claude_desktop_config.json прописать сервер командой запуска.

```
docker build -t markitdown-mcp:latest .
docker run --rm -i markitdown-mcp:latest
```

- Сервер по умолчанию слушает только localhost — это осознанное ограничение безопасности, а не недоработка; не открывай его на другие интерфейсы без понимания последствий.

## 5. Плагины: расширение через сторонние конвертеры

- Плагин markitdown-ocr добавляет OCR к конвертерам PDF, DOCX, PPTX и XLSX, вытаскивая текст со встроенных изображений через LLM-зрение — по той же схеме llm_client / llm_model, что уже используется для описания картинок.
- Установка: pip install markitdown-ocr плюс любой OpenAI-совместимый клиент, например pip install openai.
- Сторонние плагины ищутся на GitHub по хэштегу #markitdown-plugin; без указанного llm_client плагин просто пропускает OCR и работает штатный конвертер.

---

Источник: https://localhost:3000/m/markitdown