直接將 PDF 文件丟給 Claude 或 Codex 進行分析，每頁會消耗高達 3,000 個 Token，一份 20 頁文件光是讀取就燒掉 7 萬個 Token。微軟開源工具 MarkItDown 提供了一個更省錢的替代方案。

重點

  • 功能：自動將 PDF、PPT、HTML、Word 等常見格式轉換為結構乾淨的 Markdown
  • 效果：Token 消耗降低約 70%，可大幅節省 LLM API 成本
  • 精準度提升：主流 AI 模型（Claude、GPT、Gemini 等）對 Markdown 格式的理解能力優於原始文件格式，轉換後回答品質更穩定
  • 開源免費：微軟在 GitHub 上開源，可直接使用或整合至自有工作流

編輯按

MarkItDown 解決的是 LLM 應用落地的實際痛點——文件前處理。大量 RAG 系統與 AI 助手都直接餵入原始 PDF，這既浪費 Token 又降低回答品質。將預處理步驟標準化，讓 AI 只讀乾淨的 Markdown，是構建高性價比 AI 工作流的必要一步。

本文由 AI 整理，原文：FB分享酷