MarkItDown

En el Radar compartido: Trial (valoración de la edición aportada).

Cómo funciona

Conectores procesan formatos compatibles y producen texto con marcas estructurales. Las dependencias y capacidades cambian según el tipo de archivo.

Ejemplo de uso

Convertir un manual, revisar encabezados y tablas y dividir por secciones completas. Adjuntar identificador y versión del original para rastrear lo que recupera el asistente.

Formatos admitidos

Formato	Qué produce
PDF	Texto extraído (sin OCR por defecto en documentos escaneados)
Word (DOCX)	Encabezados, listas, tablas y enlaces
PowerPoint (PPTX)	Texto por diapositiva y notas
Excel (XLSX, XLS), CSV	Tablas Markdown por hoja
HTML, XML, JSON	Contenido estructurado
Imágenes	Metadatos EXIF y, con un LLM configurado, una descripción
Audio	Metadatos y transcripción
ZIP, EPUB, Outlook (MSG)	Recorre el contenido

Las dependencias son opcionales por formato: pip install 'markitdown[pdf,docx,xlsx]' o markitdown[all].

Uso desde Python y CLI

from markitdown import MarkItDown

md = MarkItDown()
resultado = md.convert("tarifas-2026.xlsx")
print(resultado.text_content)

markitdown politica.docx -o politica.md
cat informe.pdf | markitdown > informe.md

Para describir imágenes con un modelo, se pasa un cliente compatible con OpenAI: MarkItDown(llm_client=cliente, llm_model="gpt-4o"). También puede delegar la extracción en Azure Document Intelligence para documentos escaneados.

Integración con agentes

Existe un servidor MCP (markitdown-mcp) para que un asistente convierta archivos durante una tarea. Es una forma sencilla de dar a un agente acceso a hojas de cálculo o presentaciones sin código adicional.

Elegir conversor

Necesidad	Opción recomendada
Muchos formatos de oficina, documentos digitales	MarkItDown
PDF con layout complejo, tablas fieles, escaneos	Docling u OCR especializado
Extraer campos concretos con evidencia	LangExtract sobre el texto convertido
Formularios con estructura fija	Servicios de document AI de la nube

Seguridad

Convertir archivos recibidos de terceros implica procesar contenido no confiable con librerías de parsing. Ejecuta la conversión en un entorno aislado y con límites de recursos, valida el tipo real de archivo y no conviertas URLs arbitrarias en un servicio con acceso a la red interna. Recuerda que el texto convertido puede contener instrucciones dirigidas a un LLM (prompt injection).

Criterios de implementación

Probar archivos representativos y casos con imágenes o diseño complejo. Seleccionar herramientas especializadas cuando se necesiten OCR o tablas con alta fidelidad.