Conversor a Markdown
Convierte archivos a Markdown usando uvx markitdown — sin necesidad de instalación.
Uso básico
# Convertir a stdout
uvx markitdown entrada.pdf
# Guardar en archivo
uvx markitdown entrada.pdf -o salida.md
uvx markitdown entrada.docx > salida.md
# Desde stdin
cat entrada.pdf | uvx markitdown
Formatos compatibles
- Documentos: PDF, Word (.docx), PowerPoint (.pptx), Excel (.xlsx, .xls)
- Web/Datos: HTML, CSV, JSON, XML
- Multimedia: Imágenes (EXIF + OCR), Audio (EXIF + transcripción)
- Otros: ZIP (recorre su contenido), URLs de YouTube, EPub
Opciones
-o SALIDA # Archivo de salida
-x EXTENSIÓN # Sugerir extensión de archivo (para stdin)
-m TIPO_MIME # Sugerir tipo MIME
-c CODIFICACIÓN # Sugerir codificación (p. ej., UTF-8)
-d # Usar Azure Document Intelligence
-e ENDPOINT # Endpoint de Document Intelligence
--use-plugins # Habilitar plugins de terceros
--list-plugins # Mostrar plugins instalados
Ejemplos
# Convertir documento de Word
uvx markitdown informe.docx -o informe.md
# Convertir hoja de cálculo de Excel
uvx markitdown datos.xlsx > datos.md
# Convertir presentación de PowerPoint
uvx markitdown presentacion.pptx -o presentacion.md
# Convertir con sugerencia de tipo de archivo (para stdin)
cat documento | uvx markitdown -x .pdf > salida.md
# Usar Azure Document Intelligence para mejor extracción de PDF
uvx markitdown escaneo.pdf -d -e "https://tu-recurso.cognitiveservices.azure.com/"
Notas
- La salida preserva la estructura del documento: encabezados, tablas, listas, enlaces
- La primera ejecución almacena en caché las dependencias; las ejecuciones posteriores son más rápidas
- Para PDF complejos con mala extracción, usa
-dcon Azure Document Intelligence