Markitdown MCP可以将任何文档转换为Markdowns！

处理文档不再只是在您的AI项目中打开文件，而是将混乱变成清晰度。诸如PDF，PowerPoints和Word之类的文档以各种形状和大小淹没了我们的工作流程。从这些文档中检索结构化的内容已成为当今一项艰巨的任务。 Microsoft的Markitdown MCP（Markdown转换协议）简化了这一点。它将各种文件转换为结构化的标记格式。这有助于开发人员和技术作家改善文档工作流程。本文解释了Markitdown MCP并显示了其用法。我们将介绍设置MarkitDown MCP服务器，还将在此协议的上下文中讨论MarkitDown。在下面还介绍了使用标记MCP服务器进行测试。

目录

• 什么是Markitdown MCP？
  • Markitdown MCP的主要特征
• 降级在工作流程中的作用
• 设置Markitdown MCP服务器进行集成
  • 安装
  • 服务器配置
• 用标记MCP转换的降价转换
  • 步骤1：首先导入必要的库。
  • 步骤2：初始化Groq LLM，这是免费的。您可以在这里找到API键
  • 步骤3：配置MCP服务器
  • 步骤4：现在，定义异步功能
  • 步骤5：此代码调用run_conversion函数
• LLM管道中的实际用例
• 结论
• 常见问题

什么是Markitdown MCP？

Markitdown MCP提供了用于文档转换的标准方法。它充当服务器端协议。它在后端使用Microsoft的Markitdown库。服务器托管一个静止的API。用户将诸如PDF或Word文件之类的文档发送到此服务器。然后，服务器处理这些文件。它使用高级解析和特定格式规则。输出是保留原始文档结构的标记文本。

Markitdown MCP的主要特征

Markitdown MCP服务器包含几个有用的功能：

• 宽格式支持：它将PDF，DOCX和PPTX（例如PPTX）等通用文件转换为Markdown。
• 结构保存：它使用方法来理解和维护文档布局，例如标题和列表。
• 可配置的输出：用户可以调整设置以控制最终的标记样式。
• 服务器操作：它作为服务器过程运行。这允许集成到自动化系统和云设置中。

降级在工作流程中的作用

Markdown是文档的流行格式。它的简单语法使读写易于读写。像GitHub这样的许多平台都很好地支持了它。静态站点发生器经常使用它。将其他格式转换为手动花费时间。 Markitdown MCP自动进行此转换。这提供了明显的好处：

• 有效的内容处理：将源文档转换为可用的降价。
• 一致的协作：标准格式可帮助团队一起在文档上共同努力。
• 流程自动化：在较大的自动化工作流程中包括文档转换。

设置Markitdown MCP服务器进行集成

我们可以使用GitHub Repo中提到的Docker Image（例如Claude，Windsurf，Cursor）等不同客户端设置Markitdown MCP服务器。但是在这里，我们将使用Langchain的MCP适配器创建本地MCP客户端。我们需要运行服务器将其与Langchain一起使用。服务器支持不同的运行模式。

安装

首先，安装所需的Python软件包。

 PIP安装MarkitDown-MCP langchain langchain_mcp_adapters langgraph langchain_groq

服务器配置

使用STDIO模式运行标记MCP服务器。此模式连接标准输入和输出流。它适用于基于脚本的集成。直接在终端运行以下内容。

 Markitdown-MCP

服务器将开始运行一些警告。

我们还可以使用SSE（服务器范围事件）模式。此模式适合Web应用程序或长期运行的连接。设置标记MCP服务器以测试特定方案时也很有用。

 MarkitDown-MCP  -  -SSE--host 127.0.0.1-港口3001

选择适合您集成计划的模式。使用服务器通过STDIO本地测试通常是一个良好的开始。我们建议在本文中使用STDIO模式。

用标记MCP转换的降价转换

我们已经介绍了如何使用Langchain在我们以前的博客MCP客户端服务器中使用Langchain在本地建立MCP服务器和客户端设置的方法。

现在，本节显示了如何与Markitdown MCP服务器一起使用Langchain。它可以自动化PDF文件转换为Markdown。该示例通过Chatgroq采用了Groq的Llama模型。确保将GROQ API密钥设置为环境变量，或将其直接传递给Chatgroq。

步骤1：首先导入必要的库。

来自MCP Import客户端，StdioServerParameters
来自mcp.client.stdio import stdio_client
来自langchain_mcp_adapters.tools import load_mcp_tools
来自langgraph.prebuilt导入create_react_agent
导入异步
来自langchain_groq导入changroq

步骤2：初始化Groq LLM，这是免费的。您可以在这里找到API键

这是GROQ API密钥：GROQ API键

＃初始化groq型号
model = chatgroq（model =“ meta-llama/llama-4-scout-17b-16e-Instruct”，api_key =“ your_api_key”）

步骤3：配置MCP服务器

我们正在使用stdioserverparameters，并在此处直接使用已安装的标记MCP软件包

server_params = stdioserverparameters（
命令=“ MarkitDown-MCP”，
args = []＃STDIO模式不需要其他参数
）

步骤4：现在，定义异步功能

当输入时，这将采用PDF路径，客户端开始通信。 load_mcp_tools提供了与Markitdown MCP相互作用的功能。然后创建一个反应代理，使用模型和MCP工具。该代码为PDF创建File_uri，并发送提示，要求代理使用MCP转换文件。

异步def run_conversion（pdf_path：str）：
与stdio_client（server_params）AS（读，写）的异步：
与客户端的异步（读，写）作为会话：

等待session.initialize（）
打印（“初始化MCP会话。”）

＃加载可用工具
工具=等待LOAD_MCP_TOOLS（会话）
打印（f“已加载工具：{[工具中的工具名称]工具中的工具]}”）

＃创建反应代理
agent = create_reaeact_agent（型号，工具）
打印（“创建的反应代理。”）

＃准备文件URI（将本地路径转换为file：// uri）
file_uri = f“ file：// {pdf_path}”
＃通过转换请求调用代理
响应=等待代理。AINVOKE（{{

“消息”：[（“用户”，f“使用MarkitDown MCP将{file_uri}转换为标记，只需返回MCP服务器的输出）]

}））

＃返回最后一条消息内容
返回响应[“消息”] [ -  1] .content

步骤5：此代码调用run_conversion函数

我们正在呼吁和提取响应中的降价。它将内容保存到pdf.md，最后将输出打印在终端中。

如果__name__ ==“ __ -main __”：

pdf_path =“/home/home/harsh/downloads/llm评估.pptx.pdf”＃使用绝对路径
结果= asyncio.run（run_conversion（pdf_path））

以F：f的开放（“ pdf.md”，'w'）
F.Write（结果）

打印（“ \ nmarkDown转换结果：”）
打印（结果）

输出

完整代码

来自MCP Import客户端，StdioServerParameters
来自mcp.client.stdio import stdio_client

来自langchain_mcp_adapters.tools import load_mcp_tools
来自langgraph.prebuilt导入create_react_agent

导入异步
来自langchain_groq导入changroq
＃初始化groq型号
model = changroq（model =“ meta-llama/llama-4-scout-17b-16e-Instruct”，api_key =“”）
＃配置MCP服务器
server_params = stdioserverparameters（

命令=“ MarkitDown-MCP”，
args = []＃STDIO模式不需要其他参数

）

异步def run_conversion（pdf_path：str）：
与stdio_client（server_params）AS（读，写）的异步：

与客户端的异步（读，写）作为会话：
等待session.initialize（）

打印（“初始化MCP会话。”）
＃加载可用工具
工具=等待LOAD_MCP_TOOLS（会话）

打印（f“已加载工具：{[工具中的工具名称]工具中的工具]}”）
＃创建反应代理

agent = create_reaeact_agent（型号，工具）
打印（“创建的反应代理。”）

＃准备文件URI（将本地路径转换为file：// uri）

file_uri = f“ file：// {pdf_path}”
＃通过转换请求调用代理
响应=等待代理。AINVOKE（{{

“消息”：[（“用户”，f“使用MarkitDown MCP将{file_uri}转换为标记，只是从MCP服务器中撤回输出”）]

}））

＃返回最后一条消息内容
返回响应[“消息”] [ -  1] .content

如果__name__ ==“ __ -main __”：
pdf_path =“/home/harsh/harsh/downloads/llm评估.pdf”＃使用绝对路径

结果= asyncio.run（run_conversion（pdf_path））
以F：f的开放（“ pdf.md”，'w'）

F.Write（结果）
打印（“ \ nmarkDown转换结果：”）
打印（结果）

检查输出

脚本生成一个pdf.md文件。该文件包含输入PDF的降价版本。转换质量取决于原始文档的结构。 Markitdown MCP通常保留元素，例如：

• 标题（不同级别）
• 段落文字
• 列表（子弹和编号）
• 表（转换为Markdown语法）
• 代码块

输出

在输出中，我们可以看到它成功地检索了标题，内容以及降价格式的普通文本。

因此，运行本地服务器进行测试有助于评估不同的文档类型。

也观看：

LLM管道中的实际用例

集成标记MCP可以改善几个AI工作流程：

• 知识基础建设：将文档转换为降价。将此内容摄入知识库或抹布系统。
• LLM内容准备：将源文件转换为Markdown。为LLM摘要或分析任务准备一致的输入。
• 文档数据提取：将带有表的文档转换为Markdown。这简化了解析结构化数据。
• 文档自动化：生成技术手册。将源文件（例如Word文档）转换为静态站点生成器的Markdown。

结论

Markitdown MCP提供了一种基于服务器的功能，用于文档转换的方法。它处理多种格式。它产生结构化的降价输出。将其与LLMS集成可以使文档处理任务的自动化。这种方法支持可扩展的文档实践。使用服务器进行测试使评估直接。通过其在这些工作流程中的实际应用，最好理解MAKITDOWN的MCP。

探索Markitdown MCP GitHub存储库以获取更多信息。

常见问题

Q1。 Markitdown MCP的主要功能是什么？

Ans。 Markitdown MCP将PDF和Word文件等文档转换为结构化标记。它为此任务使用基于服务器的协议。

Q2。标记MCP服务器可以处理哪些文件格式？

Ans。服务器处理PDF，DOCX，PPTX和HTML文件。其他格式可以根据核心库支持。

Q3。 Langchain如何使用Markitdown MCP？

Ans。 Langchain使用特殊工具与服务器进行通信。然后，代理可以通过此服务器请求文档转换。

Q4。 Markitdown MCP开源吗？

Ans。是的，它是Microsoft的开源软件。用户负责任何服务器托管成本。

Q5。我可以运行标记MCP服务器以进行测试吗？

Ans。是的，用于测试的服务器可以在本地运行。使用STDIO或SSE模式进行开发和评估。

以上是Markitdown MCP可以将任何文档转换为Markdowns！的详细内容。更多信息请关注PHP中文网其他相关文章！