概念地圖

converter · priority · StreamInfo · magika · plugin——一張圖看懂 MarkItDown 的運作骨架
MarkItDown 核心入口類別：註冊 converter、調度轉換、5 個 convert_* 方法 _markitdown.py → 調度管線 猜測類型 → 排序 → accepts → convert → 輸出標準化
DocumentConverter 所有轉換器的抽象父類：accepts() 判斷 + convert() 轉換 _base_converter.py DocumentConverterResult 轉換結果：markdown / text_content / title accepts() 用 StreamInfo（mimetype/extension）決定是否接單 convert() 把檔案流讀成 Markdown 字串
ConverterRegistration converter + priority 的註冊資料 → priority 越小越先試；特定格式 0.0，通用兜底 10.0 → register_converter() 把自訂/外掛 converter 插入調度鏈
StreamInfo mimetype / extension / charset / filename / url——轉換的「線索卡」 _stream_info.py magika Google 的內容型別偵測模型：直接讀位元組猜型別 charset-normalizer 文字檔編碼猜測 data:/file:/http: URI convert_uri() 支援的 4 種 URI scheme
Office 家族 DOCX（含 OMML 數學）· XLSX/XLS · PPTX PDF / 網頁 pdfminer+pdfplumber · HTML · RSS · Wikipedia · YouTube Media 家族 圖片（EXIF+LLM 描述）· 音訊（EXIF+轉錄） 文字/封裝 PlainText · CSV · JSON · iPython · ZIP · EPUB · Outlook .msg
entry-point 群組 markitdown.plugin：安裝即註冊，預設關閉 → enable_plugins() enable_plugins=True / --use-plugins 開啟 → markitdown-ocr LLM Vision OCR：PDF/DOCX/PPTX/XLSX 內嵌圖片轉文字 markitdown-sample-plugin 外掛開發範本：RtfConverter + register_converters
Azure Document Intelligence 雲端版面分析，-d / docintel_endpoint Azure Content Understanding 多模態 + 結構化欄位（YAML front matter），--use-cu markitdown-mcp MCP Server：convert_to_markdown(uri)，STDIO/HTTP/SSE Docker docker run -i markitdown < file.pdf > out.md
節點依賴方向大致由上而下：入口 → 協定 → 調度 → 型別猜測 → 轉換器家族 → 外掛/雲端/MCP。