给 AI 助手装上一双「读文件的眼睛」:把 PDF、Word、Excel、PPT、图片、音频、网页链接等统统转成 Markdown 文字,AI 就能直接读懂里面的内容。
核心用法
装好之后,你只要在对话里把文件路径或网址丢给 AI,它就会自动调用这个工具把内容读成文字。日常可以拿它做三件事:让 AI 总结一份 PDF 报告、把一堆 Word/Excel 里的信息提取成表格、或者直接让它读一个 YouTube 视频链接讲重点。本地文件记得放在它能访问到的目录里。
触发场景
手上有一堆扫描版 PDF,想让 AI 帮我读出来总结一下,收到一份几十页的 Word 合同,懒得自己看,想让 AI 先过一遍,Excel 里几百行数据,想直接问 AI「这表里有什么异常」,有个 YouTube 视频没空看,想让 AI 把内容转成文字讲给我听,微信收到的图片里有文字,想提取出来整理成文档,电脑里存了一堆 PPT 和 EPUB 电子书,想批量喂给 AI 做知识库
优劣特点
好处是格式覆盖广,PDF、Office、图片、音频、网页、压缩包都能读,而且转换时尽量保留标题、表格、链接这些结构,AI 理解起来更准。限制也很实在:它没有任何登录验证,谁在这台机器上都能用它读你有权限的文件,所以千万别暴露到公网;另外它转出来的是给机器看的文字,不保证还原原始排版,复杂版式和图片音频的识别效果要看具体文件和环境。
适用人群
适合经常要处理各种格式文档、想让 AI 帮忙读文件总结提取信息的普通用户,尤其是本地文件多、又不想一个个手动复制粘贴的人。不适合想拿它做高保真文档转换(比如排版还原)的人,也不适合想把它开放给多人或公网使用的场景。
常见问题
它是做什么的?
给 AI 助手装上一双「读文件的眼睛」:把 PDF、Word、Excel、PPT、图片、音频、网页链接等统统转成 Markdown 文字,AI 就能直接读懂里面的内容。
支持哪些工具?
这个MCP可以装进 Codex、Claude Code、OpenClaw、Hermes。
源码在哪里?
源码地址:https://github.com/microsoft/markitdown
怎么安装?
客户端的 MCP 市场走 ModelScope 注册中心,和这里的目录不是同一份 —— 点过去会打开 MCP 市场,需要你在那边搜一下这个名字。