MarkItDown MCP：把 PDF、Office 文件转成 Markdown 交给智能体

客户发来一份 40 页的 PDF 合同、一个带公式的 Excel，让智能体总结，它往往先卡在“读不进来”这一步。MarkItDown 是微软 AutoGen 团队做的文件转 Markdown 工具，markitdown-mcp 把它包成 MCP 服务器：智能体传一个 URI，拿回一段干净的 Markdown，标题、表格和列表结构都保留。

能做什么

• 一个工具办完：只暴露 convert_to_markdown(uri)，参数可以是 http:、https:、file: 或 data: URI，本地文件和网页都能转。
• 格式覆盖面：沿用 MarkItDown 本体的转换器，PDF、Word、PowerPoint、Excel、HTML 等常见办公格式都在范围内。
• 三种传输：默认 STDIO；加 --http 可同时提供 Streamable HTTP 和 SSE，默认只绑定 127.0.0.1。
• 可放进容器：仓库自带 Dockerfile，用 -v 把需要读取的目录挂到 /workdir，容器外的文件读不到。

适合谁

• 经常让 Claude Desktop 或 Cursor 读合同、财报、会议纪要附件的知识工作者。
• 给智能体搭文档入库流程、想先把各种文件统一成 Markdown 再切块的开发者。

接入方式

需要 Python 环境。安装后直接运行：

pip install markitdown-mcp
markitdown-mcp

官方推荐在 Claude Desktop 里用 Docker 镜像（先在包目录 docker build -t markitdown-mcp:latest .）：

{
  "mcpServers": {
    "markitdown": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "markitdown-mcp:latest"]
    }
  }
}

编辑点评

截至 2026-10-06 MarkItDown 仓库约 18.9 万 star，但这些 star 主要属于命令行和 Python 库本体，MCP 只是仓库里 packages/markitdown-mcp 下的一个小包。它值得收录，是因为“把文件变成模型读得懂的文本”几乎是所有知识类工作流的第一步，而这个包把这件事压缩成了一个工具调用，不占多少上下文。要注意的是安全边界：README 明确写了服务器没有身份验证，convert_to_markdown 能读取运行用户可访问的任何文件，也能访问网络，所以别把 HTTP 模式绑定到公网地址，处理敏感目录时优先用容器只挂载需要的文件夹。许可证为 MIT。