MarkItDown como API

Envía un archivo PDF, Word, PowerPoint, Excel o HTML a un endpoint y recibe Markdown, convertido por MarkItDown. 1 crédito por conversión, y un servidor MCP.

Última actualización

Precio 1 crédito por conversión con clave de API
Límites 8 MB por archivo, 30 segundos por conversión
Formatos PDF, Word (.docx), PowerPoint (.pptx), Excel (.xlsx), HTML, texto plano

MarkItDown convierte documentos a Markdown para modelos de lenguaje y pipelines de texto. Conserva los títulos, listas, tablas y enlaces de los archivos de Word, PowerPoint, Excel y HTML, y lee la capa de texto de un PDF. MarkItDown es un proyecto de código abierto de Microsoft.

Aquí funciona como API: envía un archivo a POST /v1/markitdown/convert y el Markdown llega en la respuesta. El archivo se convierte en memoria y no se guarda.

Precio y límites

  • Con clave de API, una conversión cuesta 1 crédito. Una llamada rechazada o fallida no cuesta nada.
  • Sin clave, la llamada usa el límite de peticiones anónimo y la cuota diaria gratuita de tu dirección de internet.
  • Un archivo por llamada, de hasta 8 MB. Una conversión que tarda más de 30 segundos se detiene.
  • El Content-Type del archivo decide cómo se lee: application/pdf, los tipos de Office de .docx, .pptx y .xlsx, text/html o text/plain.
  • Los PDF devuelven el texto de su capa de texto, sin títulos y sin OCR. Para escaneos, usa primero OCRmyPDF o convierte con Docling.

Los planes y saldos de créditos están en la página de precios. Un solo saldo paga todos los motores.

Alojarlo tú o la API alojada

MarkItDown es una biblioteca de Python y una herramienta de línea de comandos. Para alojarlo tú necesitas Python 3.10 o posterior, pip install 'markitdown[docx,pptx,xlsx,pdf]' y un servicio web propio a su alrededor. Ejecuta cada conversión en un proceso aparte con un límite de tiempo, o un documento lento bloquea el servicio. Cada proceso worker en marcha ocupa unos 200 MB de memoria.

La API alojada es una clave de API: ningún servidor que mantener, la conversión en procesos worker que se pueden detener con un límite de 30 segundos, un servidor MCP para asistentes de IA y la misma clave y el mismo saldo de créditos para los demás motores.

curl

curl -H "X-API-Key: YOUR_KEY" \
  -F "file=@report.docx;type=application/vnd.openxmlformats-officedocument.wordprocessingml.document" \
  https://api.pagespool.com/v1/markitdown/convert

La respuesta es JSON. El Markdown está en markdown:

{"markdown": "# Quarterly report\n\nRevenue grew 8 percent in EMEA.\n\n...", "meta": {"filename": "report.docx"}}

Python

import httpx

with open("report.pdf", "rb") as fh:
    resp = httpx.post(
        "https://api.pagespool.com/v1/markitdown/convert",
        files={"file": ("report.pdf", fh, "application/pdf")},
        headers={"X-API-Key": "YOUR_KEY"},
        timeout=60,
    )
resp.raise_for_status()
print(resp.json()["markdown"])

Cada error es un documento de problema (RFC 9457) con un code: payload_too_large (413), unsupported_media_type (415), conversion_failed (422), engine_busy (429, con Retry-After) o engine_timeout (504).

Enviar la clave de API

La API acepta la clave de tres formas:

  • la cabecera X-API-Key: YOUR_KEY;
  • la cabecera Authorization: Bearer YOUR_KEY;
  • autenticación HTTP Basic con la clave como contraseña y cualquier nombre de usuario, como en curl -u x:YOUR_KEY. Un cliente que solo acepta una URL base lleva la clave del mismo modo, como https://x:YOUR_KEY@ delante del host de https://api.pagespool.com. httpx y axios lo envían como autenticación Basic.

No pongas nunca la clave en la ruta ni en la query string: ambas acaban en los registros de acceso.

Servidor MCP

Los asistentes de IA llegan a MarkItDown en https://api.pagespool.com/mcp/markitdown/. Su herramienta convert_document acepta el archivo en base64 o como enlace de descarga, con los mismos formatos, límites y precio que la API. La página de conexión tiene los pasos para cada cliente.

Herramientas gratuitas

Prueba la conversión en el navegador, sin cuenta: HTML a Markdown para HTML pegado de hasta 100 KB y Word a Markdown para un .docx de hasta 4 MB.

MarkItDown es un proyecto de código abierto de Microsoft. MarkItDown es una marca de su titular; pagespool no está afiliado a él.

Preguntas frecuentes

¿Puede MarkItDown leer PDF escaneados?
No. Lee la capa de texto de un PDF, así que un escaneo vuelve vacío. Pasa antes el escaneo por OCRmyPDF, o conviértelo con Docling, que aplica OCR.
¿Cuánto cuesta una conversión?
1 crédito con clave de API. Una llamada rechazada o fallida no cuesta nada. Sin clave, las llamadas usan el límite de peticiones anónimo y la cuota diaria gratuita.
¿Se guarda mi archivo?
No. El archivo se convierte en memoria y el Markdown llega en la respuesta.