microsoft/markitdown

외부 오픈소스 저장소를 소개하는 글입니다. HDATF 제품이 아닙니다.

무엇을 하나

MarkItDown은 PDF, Word, PowerPoint, Excel, 이미지, 오디오, HTML, ZIP 같은 파일을 LLM과 텍스트 분석에 쓰도록 Markdown으로 바꾸는 Python 도구입니다. 제목, 목록, 표, 링크 같은 구조를 유지합니다.

ATF에 주는 도움

사내 문서와 검색한 자료를 AI가 읽을 수 있는 텍스트로 바꾸되 제목과 표는 유지해야 하는 Company Brain과 LabChin의 파일 입력 단계와 비교해 볼 만합니다.

라이선스

MIT 허용 범위가 넓습니다. 저작권 표시를 유지하면 상업적 이용과 수정이 가능합니다.

같은 분야 저장소

• Cocoon-AI/architecture-diagram-generator
  시스템 설명 글을 어두운 테마의 아키텍처 다이어그램으로 만들어 주는 Claude skill입니다. 결과는 SVG가 들어간 단독 HTML 파일입니다. 복사, PNG, PDF 내보내기 버튼이 붙어 있습니다.
• opendataloader-project/opendataloader-pdf
  PDF에서 Markdown, bounding box가 담긴 JSON, HTML을 뽑아냅니다. 매번 같은 결과를 내는 로컬 모드와, 복잡한 페이지를 위해 OCR을 포함한 AI hybrid 모드가 있습니다. 태그가 없는 PDF에 태그를 붙여 스크린 리더가 읽을 수 있게 하는 기능도 있습니다.
• refactoringhq/tolaria
  macOS, Windows, Linux에서 markdown 지식 베이스를 관리하는 데스크톱 앱입니다. 노트는 일반 markdown 파일로 남고, vault마다 git 저장소이며, 계정 없이 오프라인으로 동작합니다.
• google/langextract
  LangExtract는 LLM으로 비정형 텍스트에서 사용자가 정한 지시와 예시에 맞춰 구조화된 정보를 뽑는 Python 라이브러리입니다. 뽑은 항목마다 원문의 정확한 위치가 연결됩니다. 결과는 대화형 시각화로 볼 수 있습니다.
• iamgio/quarkdown
  Quarkdown은 Markdown에 함수, 변수, 그리고 레이아웃, 수학 기능, 조건문, 반복문을 담은 표준 라이브러리를 더합니다. 하나의 프로젝트를 책, 학술 논문, 지식 베이스, 발표 자료, 웹사이트로 컴파일할 수 있습니다.

Trendshift 순위 목록에 오른 저장소만 담았고, 목록은 후보를 찾는 데만 썼습니다. 순위 숫자는 옮기지 않았습니다. 설명과 라이선스, 별 수는 각 GitHub 저장소에서 확인했습니다. 해설은 우리의 판단입니다. 이 프로젝트들을 직접 시험한 것은 아니며, 상승 목록에 올랐다고 품질이 증명되지는 않습니다.