Word转Markdown
将.docx文件转换为保留真实结构的整洁Markdown——一级标题变为#，二级标题变为##，项目符号保持嵌套，表格依然是表格。它完全使用mammoth在您的浏览器中运行，并在您粘贴到任何地方之前，准确显示Markdown相比原始文档能节省多少AI令牌。
拖放一个 .docx 文件，或点击浏览
标题、列表、表格、链接、粗体和斜体都会完整保留。你的文档在浏览器内完成转换，绝不会上传。
为什么要为大模型把 Word 转换成 Markdown
一个 .docx 文件本质上是装满 XML 的 ZIP 包。里面每一段文字都包裹在样式标记中,所以一旦你把 Word 文档丢进一个通用的提取器,得到的结果往往是一堵毫无结构的文字墙,要么就是一大堆类似 HTML 的格式噪音。这两种情况对聊天机器人都不友好:前者丢掉了模型理解文档所需的结构大纲,后者则把你的上下文窗口都耗费在标记上,而不是实际内容上。
Markdown 正好处于两者之间。它的语法只是少数几个字符,每个模型在训练中都见过数百万次,因此标题、列表和表格都能完整保留下来,而编码成本几乎可以忽略。这正是为什么把 Word 转成 Markdown 喂给大模型这种做法,已经成为向 Claude、ChatGPT、Gemini、DeepSeek 或 Grok 粘贴长文档的人的标准操作——也是为什么这个工具会直接给你展示 token 对比,而不是让你凭空相信它。
这个转换器实际保留了什么
- 标题层级,取自 Word 自身的样式层级——从标题 1 到标题 6 对应映射为
#到######,Word 的「标题」和「副标题」样式也会被纳入其中。 - 嵌套列表,包括项目符号和编号列表,按父级标记的宽度缩进,这样任何 Markdown 解析器都会把子项目当作下级,而不是同级。
- 表格,转换为 GitHub 风格的 Markdown 表格。单元格内的竖线和换行会被转义,水平合并的单元格会被展开,每一行都会被补齐,确保表格始终有效。
- 粗体、斜体、粗斜体、删除线和行内代码,以及以
[文字](链接)形式呈现的超链接。 - 图片,以真实图片文件的形式提取出来,并通过文件名引用,与 .md 文件一起打包进一个 ZIP 中。
- 块引用,来自 Word 的「引用」和「加重引用」样式。
Word 能保存但 Markdown 确实无法表达的内容——文本框、修订记录、审阅批注、嵌入的 OLE 对象、公式、页眉和页脚——都会在结果上方的警告面板中列出来。没有任何内容会被悄悄丢弃。
常见问题
为什么Markdown使用的令牌比Word文档文本更少？
一个.docx文件将文本存储在多层XML样式中。任何直接转换都会生成HTML或类似HTML的输出，其中一句加粗的话可能要花费数倍于其自身长度的标记开销。Markdown用一两个字符取代了这一切——#表示标题，-表示项目符号，**表示加粗——分词器对此的编码成本非常低。该工具会显示您特定文件的转换前后预估计数，让您看到实际差异而非靠猜测。计数是按每个令牌约四个字符估算的，并非某个特定模型的精确分词器。
我的文档会被上传到服务器吗？
不会。.docx文件完全使用mammoth在您的浏览器中读取和转换，图片在内存中提取。没有任何内容被发送到任何地方，这也意味着该工具可以用于机密合同、人力资源文件和内部报告，无需担心数据处理问题。
我Word文档中的图片会怎样处理？
Markdown是纯文本格式，因此只能通过文件名引用图片——无法嵌入图片。此工具会将每张嵌入的图片提取为独立文件（image1.png、image2.jpg等），在Markdown中写入对应的引用，并为您提供一个包含.md文件及所有图片的ZIP压缩包。如果文档没有图片，您只会得到一个单独的.md文件。
它会完全保留Word中的标题级别吗？
会的。标题级别来自文档中的段落样式，而非猜测字体大小，因此一级标题变为#，二级标题变为##，依此类推直到六级标题。Word的标题和副标题样式也分别映射为#和##，因为它们在文档大纲中正是这样呈现的。
它能打开Word 97-2003的.doc文件吗？
不能，只支持现代的.docx格式。旧的.doc格式是一种二进制容器，无法在浏览器中读取。请先在Word、LibreOffice或Google文档中打开文件并另存为.docx格式——如果您拖入.doc文件，工具会明确提示这一点，而不是静默失败。