MarkItDown — cualquier archivo a Markdown

Qué es

Una herramienta de Microsoft (línea de comandos y librería Python) que convierte casi cualquier archivo a Markdown limpio: PDF, Word, Excel, PowerPoint, HTML, imágenes, audio con metadata, EPUB, hasta ZIP completos. La gracia: Markdown es el idioma nativo de los modelos de IA, así que tus documentos convertidos se vuelven material que Claude o ChatGPT digieren perfecto y barato en tokens.

Para qué lo uso yo

Es mi puente entre "documentos de oficina" y la IA. Cuando un cliente me manda su catálogo en Excel o su brochure en PDF y quiero que Claude lo analice o arme contenido con eso, primero lo paso por MarkItDown y le doy el .md resultante. Mucho más confiable que pegar texto copiado a mano con el formato roto.

Mi prueba real

Instalé con pip y convertí tres archivos reales de los tests del propio repo:

• test.docx (un paper académico con tablas): salió con títulos #, párrafos limpios y las tablas como tablas Markdown con | --- |.
• test.xlsx: cada hoja salió como sección ## Sheet1 con la tabla completa de datos, perfectamente alineada.
• test.pdf: el texto completo del paper, legible, sin basura binaria.

Los tres en menos de dos segundos cada uno, en mi máquina de 8GB de RAM sin despeinarse.

Cómo instalarlo

1. Necesitás Python 3.10 o superior.
2. pip install "markitdown[all]" (o solo lo que uses: pip install "markitdown[docx,xlsx,pdf]" para que pese menos).
3. Usalo desde la terminal: markitdown archivo.pdf > salida.md
4. O convertí y mirá directo: markitdown catalogo.xlsx

Trucos y advertencias

• Con [all] instala dependencias para todos los formatos; si solo convertís Office y PDF, instalá los extras puntuales y ahorrás espacio.
• Los PDF escaneados (foto de un papel) no tienen texto extraíble: para eso necesitás OCR aparte, MarkItDown no hace magia ahí.
• Las tablas de Excel salen completas: si la hoja tiene 10.000 filas, el Markdown va a tener 10.000 filas. Recortá antes si es para pegárselo a la IA.
• También funciona como servidor MCP (markitdown-mcp) para enchufarlo directo a Claude.

Ficha técnica