中关村在线

数码影音

微软发布MarkItDown开源Python库 兼容多种文件格式

12月17日,微软在GitHub上发布了名为MarkItDown的开源Python库,该库可以将包括Office文档在内的多种文件格式转换为Markdown格式。通过该工具进行转换后,用户可以帮助文本索引、分析等多种应用场景,并且支持开发者利用大型语言模型来描述图像。

目前,MarkItDown库支持的文件格式有PDF(.pdf)、PowerPoint(.pptx)、Word(.docx)、Excel(.xlsx)、Images(EXIF metadata, and OCR)、Audio(EMF metadata, and speech transcription)以及HTML等其他各种文本格式。

对于开发人员来说,在配置MarkItDown库时,只需要将mlm_client和mlm_model参数设置为MarkItDown对象即可。例如:

```

from markitdown import MarkItDown

from openai import OpenAI

client = OpenAI()

md = MarkItDown(mlm_client=client, mlm_model='gpt-4o')

result = md.convert("example.jpg")

print(result.text_content)

```

【编译自:微软发布MarkItDown开源Python库】

展开全文
人赞过该文
内容纠错

相关电商优惠

佳能EOS R6 Mark II

佳能EOS R6 Mark II

9999
524人评分
98%好评
尼康Z6II(单机)

尼康Z6II(单机)

8999
3889人评分
100%好评
索尼A7C II

索尼A7C II

12499
1660人评分
100%好评
佳能EOS R8

佳能EOS R8

9870
228人评分
99%好评

评论

更多评论
还没有人评论~ 快来抢沙发吧~

读过此文的还读过

点击加载更多

内容相关产品

说点什么吧~ 0

发评论,赚金豆

收藏 0 分享
首页查报价问答论坛下载手机笔记本游戏硬件数码影音家用电器办公打印 更多

更多频道

频道导航
辅助工具