案例：Dogfood · MarkItDown 繁中教學站

為什麼 dogfood？

「用你自己的工具處理你自己的 repo」是最誠實的測試。以下全部輸出都收在 worked/dogfood/。

1. README.md（透過 raw URL，餵對齊 commit）

輸入已是 Markdown，輸出幾乎原封不動（16 KB）。這也展示 convert_uri 直接抓網址的能力：

markitdown "https://raw.githubusercontent.com/microsoft/markitdown/fd239d5d2be43d9b68329730206b9312c7d5a388/README.md" -o readme.md

輸出 16,115 bytes，內容與上游 README 一致（標題、徽章、表格都保留）。

2. pyproject.toml（本機源碼）

TOML 是純文字 → PlainTextConverter，原文原樣保留（這正好讓你看清 extras 的真實定義）：

[project]
name = "markitdown"
description = 'Utility tool for converting various files to Markdown'
requires-python = ">=3.10"
license = "MIT"

[project.optional-dependencies]
all = [ "python-pptx", "mammoth~=1.11.0", "pandas", ..., "SpeechRecognition", "youtube-transcript-api~=1.0.0", ... ]
pdf = ["pdfminer.six>=20251230", "pdfplumber>=0.11.9"]
docx = ["mammoth~=1.11.0", "lxml"]
audio-transcription = ["pydub", "SpeechRecognition"]
youtube-transcription = ["youtube-transcript-api"]

markitdown D:\temp\opencode\markitdown\packages\markitdown\pyproject.toml -o pyproject.md

3. Dockerfile

純文字，原樣保留。

markitdown D:\temp\opencode\markitdown\Dockerfile -o dockerfile.md

輸出 717 bytes。

4. GitHub 專案頁（HTML）——含雜訊的誠實示範

直接把 https://github.com/microsoft/markitdown 丟進去。GitHub 頁有超多導覽列，而 GitHub 頁「沒有專用 converter」→ 走通用 HtmlConverter，於是一大堆導覽連結也被轉進來（26 KB）。

[Skip to content](#start-of-content)

## Navigation Menu

[Sign in](/login?...)

* Platform
  + AI CODE CREATION
    - [GitHub CopilotWrite better code with AI](https://github.com/features/copilot)
  + DEVELOPER WORKFLOWS
    - [ActionsAutomate any workflow](https://github.com/features/actions)
  ...

教學點：這正是「為什麼某些網站有專用 converter」的理由—— Wikipedia、YouTube、RSS 都有專門 converter 來「只取正文」；對沒有專用 converter 的一般網頁，輸出的雜訊多寡取決於該頁面的導覽結構。

5. PyPI 套件頁（HTML）

同樣是通用 HTML 轉換，導覽/警示區塊也進來了（16 KB）。

[Skip to main content](#content)
Switch to mobile version

Warning
Some features may not work without JavaScript. Please try enabling it if you encounter problems.

[![PyPI](/static/images/logo-small.0e0855d0.svg)](/)

Search PyPI ...

6. 源碼本身（_markitdown.py）

Python 源碼 → PlainText，原樣保留（32 KB）。等於「用 MarkItDown 備份自己的源碼」。

markitdown D:\temp\opencode\markitdown\packages\markitdown\src\markitdown\_markitdown.py -o core-source.md

本站結論

對「已是文字/Markdown」的輸入，輸出近乎無損。
對「結構化網頁」，通用 HTML 轉換會帶入導覽雜訊——需要正文時請自己先抓正文或選用專用 converter。