本機PDF轉Markdown，檔案完全不用上傳

「本機」是什麼意思？要怎麼確認

本機轉換指的是：由你裝置上的軟體讀取檔案並轉成 Markdown，而且檔案的任何副本都不會送到伺服器。這樣就排除了大部分「免費線上轉檔」網站，它們會把 PDF 上傳、在遠端處理，再把結果傳回來。也排除了那些雖然裝在你筆電上，碰到困難的部分卻偷偷呼叫雲端服務的工具。

你不需要相信任何人說的話，包括我們。不管你用哪種方式做本機PDF轉Markdown，下面兩個檢查方法對任何工具都有效：

1. 拔網路。先載入工具，再關掉 Wi-Fi（或在瀏覽器的開發人員工具裡切成離線），然後轉換。需要伺服器的工具就會失敗。
2. 看流量。在瀏覽器放入檔案之前先打開「網路」分頁，轉換時注意有沒有 POST 請求或其他夾帶資料的請求。如果是桌面軟體，防火牆提示或網路監控工具也能告訴你同樣的事。

方法一：在瀏覽器裡本機轉換 PDF 成 Markdown

只有一個檔案、又沒有 Python 環境時，瀏覽器工具最快。我們的轉檔工具在分頁裡用開源引擎 PDF.js 讀取 PDF：依字級判斷標題，重建清單和直線表格，也能拿掉重複的頁首和頁碼。整個流程沒有上傳這一步，所以不論是合約還是食譜，轉換都一樣保有隱私。

我們在 2026年10月19日 用腳本做了拔網路測試：在 Chrome 155.0.8059.84 打開頁面，把瀏覽器切成離線，再轉換一份有重複頁首、頁碼和一個表格的 4 頁報告。測試中，離線轉換花了 87 毫秒，產出 546 個字元的 Markdown。離線期間頁面只送出 1 個請求，是載入頁面下方一張裝飾圖片的 GET，沒有任何一個請求夾帶資料。頁面載入時也沒有任何 POST 請求。

限制和所有讀取文字層的轉檔工具一樣。掃描頁沒有可讀的文字，而我們的工具不做 OCR，所以它會告訴你檔案看起來是掃描檔，而不是亂猜。多欄版面和複雜表格轉完後要再檢查；該看哪些地方，請參考 保留格式教學。

方法二：在自己電腦上用 Python 函式庫

固定要做的工作，比較適合用 Python 函式庫：可以跑整個資料夾、把程式碼放進版本控制，也能在你自己管理的伺服器上執行。程式碼細節請看我們的 Python 教學；這裡只從「是不是本機」的角度，看四個常見的套件。

• PyMuPDF4LLM 一行就能把 PDF 轉成 Markdown：pymupdf4llm.to_markdown("report.pdf")，完全離線執行。先看授權：它和 PyMuPDF 都是 AGPL-3.0，商業授權另外販售。
• MarkItDown 是微軟出的（MIT），能轉換很多種檔案。用 pip install 'markitdown[pdf]' 安裝 PDF 擴充，再執行 markitdown report.pdf -o report.md。預設的 PDF 處理是在本機；但有些選用擴充會把檔案送到 Azure Document Intelligence 或 Content Understanding，處理機密檔案時不要開。
• Docling（MIT）使用版面和表格模型，並把「在本機執行、保護敏感資料」列為功能之一。模型會在第一次使用時下載；文件裡有 docling-tools models download，可以事先替沒有網路的電腦準備好。
• Marker（程式碼 Apache-2.0；模型權重另有授權，含商業限制）一樣以模型為基礎。它的選用參數 --use_llm 會把內容送到 LLM 服務，預設是 Gemini；只有指向你自己架設的模型時，才算是本機。

python -m venv .venv && . .venv/bin/activate
pip install pymupdf4llm 'markitdown[pdf]'

# then work with the network off
python -c "import pymupdf4llm; open('report.md','w').write(pymupdf4llm.to_markdown('report.pdf'))"
markitdown report.pdf -o report-markitdown.md

在 Mac 上把 PDF 轉成 Markdown 也是一樣：兩個套件在 macOS 上都能用 pip 安裝，Homebrew 的 poppler 套件則提供下一個方法會用到的 pdftotext。

方法三：命令列工具

經典的離線工具是 Poppler 的 pdftotext。它速度快，幾乎到處都有裝，但輸出的是純文字，不是 Markdown：沒有 # 標題，也沒有直線表格。-layout 參數會用空白把欄位對齊，對人來說好讀，但解析器或模型需要結構時就沒那麼有幫助。格式轉換常用的 Pandoc，則完全讀不了 PDF。

為了用同一個檔案比較，我們在建置主機（Linux x86_64, 8 vCPU）上把程序的網路關掉，執行兩個 Python 套件和 pdftotext，再統計輸出結果。檔案就是瀏覽器測試用的那份 4 頁報告。我們轉檔工具那一列，是同一份檔案在「清除 AI 殘留」模式下的結果。

哪種方法適合哪種工作

• 一個檔案、馬上要、什麼都不想裝：用瀏覽器。單一檔案用 PDF轉MD 工具，一大疊檔案用 批次頁面。
• 每週一個資料夾，或自動化流程：能接受 AGPL 就用 PyMuPDF4LLM，需要 MIT 和多種檔案格式就用 MarkItDown。
• 複雜版面、掃描檔、公式：Docling 或 Marker，要下載模型，執行也比較慢。
• 只要文字，拿來搜尋或快速比對：pdftotext。
• 直接放進儲存庫：在瀏覽器轉換，再照著 Obsidian 流程 做。

順帶說明一下用語：離線工具和重視隱私的工具，承諾的不是同一件事。離線只代表不需要網路；隱私還包括工具在硬碟上留下的東西，像是快取、記錄檔、當機報告。所以安裝任何軟體前，都先讀一下它的隱私說明。

機密 PDF 檢查清單

1. 讀一下工具的隱私權政策，再用上面的離線測試自己驗證。我們的政策在 隱私權頁面。
2. 連網安裝套件、下載模型，然後關掉網路，在本機把 PDF 轉成 Markdown。
3. 雲端擴充一律保持關閉：MarkItDown 的 Azure 選項、Marker 的 LLM 模式，以及任何會呼叫外部服務的「AI 清理」開關。
4. 在你自己管理的資料夾裡轉換，完成後刪掉中間的副本。
5. 把 Markdown 貼進聊天模型之前要想清楚：這一步就是上傳。轉換時沒有上傳，不代表之後也一樣。
6. 法律或醫療檔案，優先選可以看到原始碼的工具，並把使用的版本和輸出一起保存。