microsoft/markitdown

LLM Integration

Open

#12 创建于 2024年12月13日

在 GitHub 查看
 (17 评论) (9 反应) (0 负责人)Python (8,330 fork)batch import
enhancementgood first issue

仓库指标

Star
 (123,207 star)
PR 合并指标
 (平均合并 7天 15小时) (30 天内合并 2 个 PR)

描述

As a feature suggestion, I would love if this could allow you to plug in an LLM (such as GPT-4o) where images that are included in the content could be sent to the LLM for further understanding. For example, if it was say a bar chart or graph, it would be sent to convert that to a Markdown table and be integrated in the final Markdown output.

贡献者指南

研究方向
审查 markitdown 源码中当前的图像处理逻辑，很可能位于转换模块中。研究集成类似 OpenAI GPT 4o 的 LLM API 以实现图像到文本的转换。考虑如何传递图像、处理 API 密钥以及将结果格式化为 Markdown 表格。同时检查 issue 评论以了解任何额外的约束条件或期望的灵活性。
技术栈
python
领域
backendcli
议题类型
功能
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
4
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
超过 1 周
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
需要先调研
前置要求
Python programmingHTTP API callsFamiliarity with markitdown
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
20