Dokument-zu-Markdown-Konvertierung
Konvertieren Sie Dokumente in Markdown mit dem Docker-Image markitdown-for-ai. Keine lokale Python-Installation erforderlich — läuft vollständig in Docker.
Voraussetzungen
⚠️ Dieser Skill erfordert, dass Docker oder Podman auf Ihrem System installiert und verfügbar ist. Stellen Sie sicher, dass entweder Docker Desktop oder Podman läuft, bevor Sie diesen Skill verwenden.
Schnellbefehle
Dieser Skill verwendet standardmäßig Docker. Falls Docker nicht verfügbar ist, wird automatisch Podman versucht.
Von stdin (Pipe):
# Zuerst Docker versuchen
docker run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < datei.pdf
# Falls Docker nicht verfügbar ist, Podman verwenden:
podman run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < datei.pdf
Von einer lokalen Datei (aktuelles Verzeichnis einhängen):
# Zuerst Docker versuchen
docker run --rm -v "$(pwd):/data" -w /data ghcr.io/opentechil/markitdown-for-ai:latest datei.docx
# Falls Docker nicht verfügbar ist, Podman verwenden:
podman run --rm -v "$(pwd):/data" -w /data ghcr.io/opentechil/markitdown-for-ai:latest datei.docx
Ausgabe in eine Datei speichern:
# Zuerst Docker versuchen
docker run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < eingabe.pptx > ausgabe.md
# Falls Docker nicht verfügbar ist, Podman verwenden:
podman run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < eingabe.pptx > ausgabe.md
Pipe von cat:
# Zuerst Docker versuchen
cat datei.xlsx | docker run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest
# Falls Docker nicht verfügbar ist, Podman verwenden:
cat datei.xlsx | podman run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest
Unterstützte Formate
| Format | Erweiterung |
|---|---|
.pdf | |
| Word | .docx |
| PowerPoint | .pptx |
| Excel | .xlsx |
| HTML | .html |
Image pullen (erstmalig)
docker pull ghcr.io/opentechil/markitdown-for-ai:latest
Agenten-Workflow
Wenn ein Benutzer Ihnen eine Dokumentdatei zum Lesen oder Analysieren gibt:
- Prüfen Sie, ob Docker verfügbar ist — falls nicht, versuchen Sie Podman (der Skill greift automatisch darauf zurück)
- Führen Sie den obigen Konvertierungsbefehl aus
- Erfassen Sie stdout als Markdown-Inhalt
- Lesen und verarbeiten Sie das Markdown direkt — keine temporären Dateien erforderlich
Beispiel — Benutzer sagt "fasse dieses PDF zusammen":
# Markdown in eine Shell-Variable erfassen oder direkt an den nächsten Schritt weiterleiten
docker run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < bericht.pdf
# Falls Docker fehlschlägt, Podman versuchen:
podman run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < bericht.pdf
Wann dieser Skill verwendet werden sollte
Verwenden Sie diesen Skill immer dann, wenn Sie Inhalte aus Dokumenten extrahieren oder verarbeiten müssen. Hier sind häufige Szenarien:
Dokumentenkonvertierung & -extraktion
-
DOCX-Dateien lesen: "Lies dieses Word-Dokument", "extrahiere Text aus docx"
docker run --rm -v "$(pwd):/data" -w /data ghcr.io/opentechil/markitdown-for-ai:latest dokument.docx # Oder mit Podman, falls Docker nicht verfügbar ist: podman run --rm -v "$(pwd):/data" -w /data ghcr.io/opentechil/markitdown-for-ai:latest dokument.docx -
PDF-Dateien lesen: "Konvertiere PDF in Markdown", "extrahiere PDF-Inhalt"
docker run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < bericht.pdf # Oder mit Podman: podman run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < bericht.pdf -
PowerPoint verarbeiten: "Extrahiere Folien aus pptx", "konvertiere Präsentation"
docker run --rm -v "$(pwd):/data" -w /data ghcr.io/opentechil/markitdown-for-ai:latest folien.pptx # Oder mit Podman: podman run --rm -v "$(pwd):/data" -w /data ghcr.io/opentechil/markitdown-for-ai:latest folien.pptx -
Excel-Daten extrahieren: "Lies Tabelle", "konvertiere xlsx in Markdown"
docker run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < daten.xlsx # Oder mit Podman: podman run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < daten.xlsx -
HTML scrapen: "Konvertiere Webseite in Markdown", "extrahiere Artikelinhalt"
docker run --rm -v "$(pwd):/data" -w /data ghcr.io/opentechil/markitdown-for-ai:latest seite.html # Oder mit Podman: podman run --rm -v "$(pwd):/data" -w /data ghcr.io/opentechil/markitdown-for-ai:latest seite.html
KI- & Automatisierungs-Anwendungsfälle
-
Dokumente zusammenfassen: "Fasse dieses PDF/den Bericht/das Dokument zusammen" — zuerst in Markdown konvertieren, dann den extrahierten Inhalt für die Zusammenfassung verwenden
inhalt=$(docker run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < dokument.pdf) # Falls Docker fehlschlägt, Podman versuchen: inhalt=$(podman run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < dokument.pdf) # Dann $inhalt an Ihr Zusammenfassungs-Prompt übergeben -
Verträge/Vereinbarungen analysieren: "Extrahiere Schlüsselbegriffe aus diesem PDF", "lies den Vertrag"
docker run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < vertrag.pdf # Oder mit Podman: podman run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < vertrag.pdf -
Hochgeladene Dateien verarbeiten: Wenn Benutzer Dokumente zur Analyse hochladen — zuerst konvertieren, dann über das Markdown nachdenken
-
Batch-Dokumentenverarbeitung: Mehrere Dateien in einer Schleife konvertieren, zur Indizierung oder Analyse
for f in *.pdf; do docker run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < "$f" > "${f%.pdf}.md" # Bei Bedarf auch mit Podman versuchen: # podman run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < "$f" > "${f%.pdf}.md" done -
RAG/Embedding-Pipelines: "Bereite Dokumente für die Vektorspeicherung vor" — Dokumente in Markdown konvertieren zum Chunken und Einbetten
docker run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < dokument.pdf | text-embeddings-cli embed # Oder mit Podman: podman run --rm -i ghcr.io/opentechil/markitdown-for-ai:latest < dokument.pdf | text-embeddings-cli embed
Beispiele
| Benutzeranfrage | Aktion |
|---|---|
| "Lies dieses PDF für mich" | PDF in Markdown konvertieren und Inhalt anzeigen |
| "Was steht in diesem Word-Dokument?" | DOCX in Markdown konvertieren und zusammenfassen |
| "Extrahiere die Tabelle aus dieser Excel-Datei" | XLSX konvertieren — Tabellen bleiben im Markdown-Format erhalten |
| "Konvertiere diese Webseite in Markdown" | HTML in Markdown konvertieren |
| "Fasse die Präsentation zusammen" | PPTX-Folien in Markdown konvertieren |
Häufige Fehler
| Fehler | Behebung |
|---|---|
{owner} Platzhalter verwenden | ghcr.io/opentechil/markitdown-for-ai:latest verwenden |
-i-Flag für stdin vergessen | Immer -i hinzufügen beim Piping |
| Falschen Pfad einhängen | $(pwd) und -w /data zusammen verwenden |
| Erwartet, dass Docker relative Pfade ohne Einhängen findet | Mit -v "$(pwd):/data" einhängen |
Docker vs. Podman
Dieser Skill unterstützt sowohl Docker als auch Podman. Wählen Sie basierend auf Ihrer Umgebung:
Wann Docker verwenden
- Entwicklungsarbeitsplatz - Docker Desktop auf macOS/Windows
- Produktionsserver - Linux-Systeme mit Docker Engine
- Die meisten Anwendungsfälle - Volle Funktionsparität, einfachere Einrichtung
Wann Podman verwenden
- Rootless-Container - Bessere Sicherheit und Isolation
- Linux-Server ohne Docker - Kein Daemon erforderlich
- Cloud Native-Umgebungen - Funktioniert mit Kubernetes und Container-Orchestrierung
- Sicherheitsanforderungen - Läuft ohne Root-Berechtigungen
Den richtigen Befehl wählen
Die obigen Beispiele bieten sowohl Docker- als auch Podman-Befehle. Der Skill empfiehlt, zuerst Docker zu versuchen — falls dies mit "Befehl nicht gefunden" oder anderen Ausführungsfehlern fehlschlägt, verwenden Sie einfach den Podman-Befehl.
Sowohl Docker als auch Podman verwenden dasselbe Image (ghcr.io/opentechil/markitdown-for-ai:latest), daher sind die Befehle bis auf docker vs. podman identisch.
Überprüfen, was verfügbar ist
Prüfen Sie, welche Container-Laufzeitumgebung installiert ist:
# Auf Docker prüfen
docker --version
# Auf Podman prüfen
podman --version
Falls Docker nicht verfügbar ist, kann Podman als direkter Ersatz verwendet werden.
Image pullen (einmalige Einrichtung)
Da Docker und Podman dieselbe Registry verwenden, ist der Pull-Befehl identisch:
docker pull ghcr.io/opentechil/markitdown-for-ai:latest
podman pull ghcr.io/opentechil/markitdown-for-ai:latest
Einmalig mit Ihrer bevorzugten Laufzeitumgebung pullen – beide haben dann lokalen Zugriff auf das Image.