CLI Tools★169k

MarkItDown

แปลงไฟล์ทุกแบบ ทั้ง PDF Word Excel PowerPoint รูป และเสียง ให้กลายเป็นข้อความสะอาดที่ AI อ่านรู้เรื่อง

open_in_newดูบน GitHub

terminalคำสั่งที่ใช้ได้

  • markitdown ไฟล์.pdf > document.mdแปลงไฟล์เป็น Markdown แล้วเก็บผลลงไฟล์ใหม่
  • markitdown ไฟล์.pdf -o document.mdแปลงไฟล์แล้วบอกชื่อไฟล์ปลายทางตรง ๆ ด้วย -o
  • cat ไฟล์.pdf | markitdownส่งไฟล์เข้าไปแปลงแบบต่อท่อ ไม่ต้องสร้างไฟล์ผลลัพธ์
  • markitdown --list-pluginsดูรายชื่อปลั๊กอินเสริมที่ติดตั้งไว้
  • markitdown --use-plugins ไฟล์.pdfแปลงไฟล์โดยเปิดใช้ปลั๊กอินเสริม เช่นตัวอ่านตัวอักษรในรูป
  • pip install 'markitdown[all]'ติดตั้งตัวโปรแกรมพร้อมความสามารถครบทุกชนิดไฟล์
  • markitdown ไฟล์.pdf -o out.md -d -e "<endpoint>"ใช้ Azure Document Intelligence ช่วยอ่าน PDF ที่สแกนหรือซับซ้อน

มันคืออะไร

MarkItDown คือเครื่องมือเล็ก ๆ จาก Microsoft ที่ทำหน้าที่เดียวแต่ทำได้ดี คือรับไฟล์เข้าไปแล้วคายข้อความสะอาด ๆ ในรูปแบบ Markdown ออกมา ไฟล์ที่ป้อนเข้าไปได้มีเกือบทุกแบบที่คุณเจอในที่ทำงาน ทั้ง PDF, Word, Excel, PowerPoint, รูปภาพ, ไฟล์เสียง, หน้าเว็บ HTML, CSV, JSON, ไฟล์ ZIP ที่มันจะแกะดูข้างในให้ ไปจนถึงลิงก์ YouTube และอีบุ๊ก EPub

วิธีคิดง่าย ๆ มันเหมือนเครื่องคั้นน้ำผลไม้ คุณโยนผลไม้ทั้งลูกเปลือกหนา ๆ เข้าไป (ไฟล์ PowerPoint ที่มีตาราง รูป กล่องข้อความปนกันยุ่ง ๆ) แล้วมันคั้นเอาแต่เนื้อข้อความล้วน ๆ ออกมา ทำไมต้องเป็น Markdown เพราะ Markdown คือข้อความธรรมดาที่ยังเก็บโครงสร้างไว้ เช่นหัวข้อ ตาราง รายการ ซึ่งเป็นรูปแบบที่ AI อย่าง ChatGPT หรือ Claude อ่านแล้วเข้าใจง่ายที่สุด ตรงนี้คือหัวใจ มันถูกออกแบบมาเพื่อเตรียมไฟล์ให้ AI อ่าน ไม่ใช่เพื่อให้คนอ่านสวย ๆ

แก้ปัญหาอะไรให้คุณ

เวลาคุณอยากให้ AI ช่วยอ่านหรือสรุปไฟล์ ปัญหาที่เจอบ่อยคือคุณก๊อปข้อความจาก PDF มาวาง แล้วมันเละ บรรทัดขาดเป็นท่อน ตารางพังหมด หรือไฟล์เป็นสไลด์ที่ก๊อปไม่ได้เลย MarkItDown แก้ตรงนี้ให้ มันดึงเนื้อหาออกมาเป็นข้อความที่เรียงเรียบร้อย ตารางยังเป็นตาราง หัวข้อยังเป็นหัวข้อ พอเอาไปวางใน AI มันก็เข้าใจได้ทันที คุณไม่ต้องมานั่งจัดข้อความเองทีละบรรทัด และไม่ต้องเปิดไฟล์หลายโปรแกรมเพื่อก๊อปทีละหน้า

เอาไปทำอะไรได้บ้าง

  • แปลง PDF รายงานยาว ๆ หรือสไลด์ PowerPoint ให้เป็นข้อความ ก่อนส่งให้ AI สรุป
  • ดึงตารางจาก Excel ออกมาเป็นข้อความที่ AI อ่านค่าในแต่ละช่องได้ถูก
  • อ่านข้อความที่อยู่ในรูปภาพ (เช่นภาพสแกนเอกสาร) ออกมาเป็นตัวอักษร เมื่อเปิดความสามารถเสริม
  • ถอดเสียงจากไฟล์เสียง หรือดึงคำบรรยายจากคลิป YouTube ออกมาเป็นข้อความ เมื่อติดตั้งส่วนเสริมที่เกี่ยวข้อง
  • แกะไฟล์ ZIP ทั้งก้อนแล้วแปลงไฟล์ทุกอันข้างในทีเดียว

เริ่มใช้ทีละขั้น

  1. คัดลอกลิงก์ GitHub ด้านล่าง
  2. เปิด Claude Code, Claude Cowork หรือ Codex แล้ววางลิงก์ บอกมันว่า "ช่วยติดตั้งและตั้งค่าเครื่องมือนี้ให้หน่อย" (MarkItDown ต้องการ Python 3.10 ขึ้นไป ถ้าให้ AI ติดตั้งให้ มันจะจัดการส่วนนี้เอง)
  3. บอกมันว่า "เอาไฟล์นี้ไปแปลงเป็น Markdown ให้หน่อย" แล้วชี้ไปที่ไฟล์ที่คุณอยากแปลง
  4. พอได้ผลออกมาแล้ว ขอให้มันทำงานต่อได้เลย เช่น "เอาข้อความที่แปลงแล้วไปสรุปเป็นภาษาไทยสั้น ๆ" หรือ "ดึงตัวเลขในตารางออกมาให้หน่อย"

ตัวอย่าง prompt

เอาไฟล์ slide-ประชุม.pptx ของฉันไปแปลงเป็น Markdown ด้วย MarkItDown แล้วสรุปแต่ละสไลด์ออกมาเป็นข้อ ๆ เป็นภาษาไทยให้หน่อย

ข้อควรระวัง

MarkItDown แปลงไฟล์ที่อ่านข้อความออกได้เก่ง แต่ไฟล์บางแบบต้องลงส่วนเสริมเพิ่ม ความสามารถพื้นฐานบางอย่างเช่นการอ่านตัวอักษรในรูป การถอดเสียง หรือการดึงคำบรรยาย YouTube ไม่ได้มาพร้อมตัวหลัก ต้องติดตั้งเพิ่ม ซึ่งถ้าให้ AI ช่วยติดตั้งให้แบบครบชุด มันจะจัดการให้ ส่วนการอ่านตัวอักษรในรูปด้วยคุณภาพสูง หรือการให้ AI บรรยายภาพ ต้องต่อกับโมเดลภายนอกเช่น OpenAI หรือบริการ Azure ของ Microsoft ซึ่งมีค่าใช้จ่ายและต้องใช้กุญแจ API ของผู้ให้บริการนั้น

อีกเรื่องที่ควรรู้ ผลที่ได้ขึ้นกับคุณภาพไฟล์ต้นทาง PDF ที่เป็นภาพสแกนล้วน ๆ หรือสไลด์ที่จัดวางซับซ้อนมาก ผลอาจไม่เป๊ะ ควรไล่อ่านทวนสักรอบก่อนเชื่อ และอย่าเอาไฟล์จากแหล่งที่ไม่ไว้ใจมาแปลงในเครื่องสำคัญ เอกสารทางการของโปรเจกต์เองก็เตือนให้ระวังไฟล์ที่มาจากแหล่งที่ไม่น่าเชื่อถือ

ลิงก์ GitHub

https://github.com/microsoft/markitdown