markitdown

name: markitdown description: "Convert any file (PDF, Word, Excel, PPT, image, audio, HTML, CSV, JSON, XML, YouTube URL) to Markdown for LLM processing. Microsoft open-source tool, installed at ~/.local/bin/markitdown. Use as PRE-PROCESSING step when user sends/uploads a file that needs to be read, analyzed, or passed to another skill." user-invocable: false

MarkItDown — Document → Markdown Converter

Author: Microsoft AutoGen Team
Installed: ~/.local/bin/markitdown (v0.0.1a1)
Upgrade: pip3 install --upgrade 'markitdown[all]'
GitHub: https://github.com/microsoft/markitdown

Kapan Digunakan

Setiap kali ada file input dari user yang perlu dibaca sebelum diproses skill lain:

• User kirim PDF laporan, kontrak, invoice via WA/email
• User upload file Excel untuk dianalisis (bukan dibuat)
• User kirim file Word/PPT untuk diextract isinya
• User kasih URL YouTube yang perlu diambil transcript-nya
• User kirim gambar yang berisi teks/tabel
• File CSV/JSON/XML perlu diconvert ke format LLM-friendly

Pattern standar:

User kirim file → markitdown convert → markdown string → skill analisis

Supported Formats

CLI Usage

# Basic — output ke stdout
markitdown file.pdf

# Save ke file
markitdown file.pdf -o output.md
markitdown file.pdf > output.md

# Dari stdin
cat file.pdf | markitdown

# Dengan hint extension (kalau nama file tidak jelas)
markitdown somefile -x pdf

# Dengan Document Intelligence (Azure, lebih akurat untuk PDF kompleks)
markitdown file.pdf -d -e "https://your-endpoint.cognitiveservices.azure.com/"

# Lihat plugins yang terinstall
markitdown --list-plugins

Python API

from markitdown import MarkItDown

# Basic
md = MarkItDown()
result = md.convert("report.pdf")
print(result.text_content)

# Convert Excel — semua sheet ke markdown
result = md.convert("data.xlsx")
markdown_tables = result.text_content  # siap dikirim ke LLM

# Dengan LLM untuk deskripsi gambar (PPT dengan images)
from openai import OpenAI
client = OpenAI()
md = MarkItDown(llm_client=client, llm_model="gpt-4o")
result = md.convert("presentation.pptx")

# Convert dari URL YouTube
result = md.convert("https://www.youtube.com/watch?v=...")
transcript = result.text_content

Integrasi dengan Skill Lain

Pattern: File Input → Analisis

# 1. User kirim file Excel untuk dianalisis
from markitdown import MarkItDown

md = MarkItDown()
result = md.convert("sales_report.xlsx")
markdown_content = result.text_content

# 2. Pass ke statistical-analysis atau data-analyst-skill
# markdown_content sekarang bisa di-parse oleh LLM

Pattern: PDF Invoice → Structured Data

# 1. Convert PDF
result = md.convert("invoice_supplier.pdf")

# 2. LLM extract structured data dari markdown
# (pakai zuma-data-analyst-skill atau iris untuk parsing)

Pattern: PPT Lama → Content untuk Deck Baru

# Extract content dari PPT existing
markitdown old_presentation.pptx > content.md
# Kirim content.md ke Eos untuk rebuild dengan style baru

Output Format Notes

• Excel: Setiap sheet diconvert ke tabel Markdown. Formula tidak ikut, hanya nilai.
• PDF: Text-based PDF bekerja baik. Scanned PDF (gambar) butuh OCR — pakai flag -d (Azure Doc Intel) atau upgrade markitdown.
• Images: Default hanya EXIF metadata. Untuk OCR/deskripsi, butuh llm_client di Python API.
• YouTube: Ambil subtitle/transcript jika tersedia. Tidak transkripsi audio secara offline.

Upgrade (Recommended)

Versi terinstall (v0.0.1a1) adalah alpha lama. Versi stabil saat ini ~0.1.x dengan lebih banyak format support:

pip3 install --upgrade 'markitdown[all]'

# Atau untuk format spesifik saja:
pip3 install 'markitdown[pdf,docx,xlsx,pptx]'

Skills Yang Menggunakan Ini

• xlsx-skill — saat user upload Excel untuk dibaca (bukan dibuat)
• statistical-analysis — saat input data berasal dari file
• zuma-data-analyst-skill — saat user kirim file untuk dianalisis
• iris-openclaw-data-analyst-guided — saat user upload file untuk guided analysis