MarkItDown 简介
MarkItDown 是一个强大的文档格式转换工具,能够将多种常见文件格式转换为 Markdown 格式,包括:
- PDF 文档
- Microsoft Office 文件(Word、PowerPoint、Excel)
- 图像文件
- 音频文件
- HTML 网页
在 RAG (检索增强生成) 应用中,MarkItDown 可以显著提升文档处理能力。默认情况下,PIG AI 的 RAG 系统仅提取文件中的纯文本内容,而不会保留原始格式。通过集成 MarkItDown,可以更好地保留文档的结构和格式信息,从而提高检索和生成的质量。
快速开始
安装部署
使用 Docker 快速部署 MarkItDown 服务:
配置说明
在 PIG AI 中配置 MarkItDown 服务