外掛系統

運作方式

1. 外掛套件在 pyproject.toml 宣告 entry-point：[project.entry-points."markitdown.plugin"]。
2. 套件匯出 __plugin_interface_version__ 與 register_converters(markitdown, **kwargs)。
3. 每次建立 MarkItDown 實例時，若 enable_plugins=True（或 CLI --use-plugins）， 會 entry_points(group="markitdown.plugin") 載入全部已安裝外掛，呼叫 register_converters()。
4. 外掛可用 register_converter(converter, priority=...) 在任何優先級插入 converter——包括搶在內建 converter 之前。

外掛預設關閉

# 列出已安裝外掛
markitdown --list-plugins

# 使用外掛
markitdown --use-plugins path-to-file.pdf

# Python API
md = MarkItDown(enable_plugins=True)
result = md.convert("path-to-file.rtf")

官方外掛：markitdown-ocr

用 LLM Vision 抽取 PDF、DOCX、PPTX、XLSX 中「內嵌圖片」的文字（OCR）， 不需要新 ML 函式庫——沿用核心既有的 llm_client / llm_model 模式。

pip install markitdown-ocr
pip install openai

markitdown document.pdf --use-plugins --llm-client openai --llm-model gpt-4o

重點行為：

• 四個 OCR 增強 converter 以 priority -1.0 註冊——在內建（0.0）之前。
• 掃描版 PDF（無文字層）自動整頁渲染 300 DPI 送 LLM。
• OCR 區塊包成 *[Image OCR]...<文字>[End OCR]*，就地插入不破壞文件流程。
• 沒有 llm_client 時外掛仍載入但「靜默略過」，退回內建 converter。

自己寫外掛：markitdown-sample-plugin 範本

以 RtfConverter 為例，三步完成：

# 1. 實作 DocumentConverter
class RtfConverter(DocumentConverter):
    def accepts(self, file_stream, stream_info, **kwargs) -> bool:
        ...  # 判斷是不是 RTF
    def convert(self, file_stream, stream_info, **kwargs) -> DocumentConverterResult:
        ...  # 轉成 Markdown

# 2. 匯出外掛協定
__plugin_interface_version__ = 1

def register_converters(markitdown: MarkItDown, **kwargs):
    markitdown.register_converter(RtfConverter())

# 3. pyproject.toml 宣告 entry-point
# [project.entry-points."markitdown.plugin"]
# sample_plugin = "markitdown_sample_plugin"

完整註解範例見 程式碼對照 · OCR / 外掛套件。