# 가상 환경 생성
python3 -m venv .venv
source .venv/bin/activate

# MarkItDown 설치 (전체 버전, 모든 형식 의존성 포함)
pip install 'markitdown[all]'

# PDF를 Markdown으로 변환하여 터미널에 출력
markitdown 보고서.pdf

# -o 옵션으로 출력 파일 지정
markitdown 연간보고서.pdf -o 연간보고서.md

# 파이프를 통해 여러 파일 일괄 변환
cat 계약서.pdf | markitdown -o 계약서.md

# Word 문서 변환
markitdown 제품설명서.docx -o 제품설명서.md

# Excel 스프레드시트 변환
markitdown 재무제표.xlsx -o 재무제표.md

from markitdown import MarkItDown

# 변환기 초기화
md = MarkItDown()

# 로컬 파일 변환
result = md.convert("제품매뉴얼.pdf")
print(result.text_content)

# 원격 파일 변환
result = md.convert("https://example.com/report.pptx")
print(result.text_content)

from markitdown import MarkItDown
from io import BytesIO

md = MarkItDown()

# 바이트 스트림에서 변환 (예: 사용자가 업로드한 파일)
with open("재무제표.xlsx", "rb") as f:
    result = md.convert_stream(f, file_extension=".xlsx")
    print(result.text_content)

from markitdown import MarkItDown
from openai import OpenAI

# 1. 논문 PDF를 Markdown으로 변환
md = MarkItDown()
result = md.convert("research_paper.pdf")

# 2. OpenAI 호출하여 요약 생성
client = OpenAI(api_key="your-api-key")
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "당신은 연구 보조원입니다. 다음 논문을 요약해 주세요."},
        {"role": "user", "content": result.text_content[:8000]}  # 토큰 길이 주의
    ]
)
print(response.choices[0].message.content)

import os
from markitdown import MarkItDown

md = MarkItDown()
document_dir = "/path/to/documents"

# 디렉토리 내 지원되는 모든 형식 순회
supported_extensions = {".pdf", ".docx", ".pptx", ".xlsx", ".csv", ".html", ".epub"}

for filename in os.listdir(document_dir):
    ext = os.path.splitext(filename)[1].lower()
    if ext in supported_extensions:
        filepath = os.path.join(document_dir, filename)
        result = md.convert(filepath)

        # Markdown 파일로 저장
        output_path = os.path.splitext(filepath)[0] + ".md"
        with open(output_path, "w", encoding="utf-8") as f:
            f.write(result.text_content)
        print(f"✅ {filename} → {os.path.basename(output_path)}")

from markitdown import MarkItDown

md = MarkItDown()

# YouTube URL 전달하여 자막 자동 추출
result = md.convert("https://www.youtube.com/watch?v=dQw4w4WgXcQ")
print(result.text_content[:500])

# OCR 플러그인 설치
pip install markitdown-ocr openai

# 코드에서 활성화
from markitdown import MarkItDown
from openai import OpenAI

md = MarkItDown(
    enable_plugins=True,
    llm_client=OpenAI(api_key="your-api-key"),
    llm_model="gpt-4o"
)

# 이미지가 포함된 문서 변환 (이미지 내용이 OCR로 추출됨)
result = md.convert("이미지포함문서.pdf")
print(result.text_content)

# Azure 지원 설치
pip install 'markitdown[az-content-understanding]'

from markitdown import MarkItDown

# Azure Content Understanding으로 고정밀 변환
md = MarkItDown(
    cu_endpoint="https://your-resource.cognitiveservices.azure.com/",
    cu_key="your-api-key"
)

# 문서, 이미지, 오디오, 비디오 통합 변환 지원
result = md.convert("complex_document.pdf")
print(result.text_content)

from markitdown import MarkItDown
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain.embeddings import OpenAIEmbeddings
from langchain.vectorstores import Chroma

# 1. 문서를 Markdown으로 변환
md = MarkItDown()
result = md.convert("회사지식베이스.pdf")

# 2. 텍스트 청킹
splitter = RecursiveCharacterTextSplitter(
    chunk_size=1000,
    chunk_overlap=200
)
chunks = splitter.split_text(result.text_content)

# 3. 벡터 데이터베이스 구축
embeddings = OpenAIEmbeddings()
db = Chroma.from_texts(chunks, embeddings)

# 4. 관련 문서 검색
query = "회사의 연차 정책은 무엇인가요?"
results = db.similarity_search(query, k=3)

for doc in results:
    print(f"---\n{doc.page_content}\n")

# ✅ 권장: 가장 좁은 범위의 변환 함수 사용
from markitdown import convert_stream, convert_local

# 변환 범위 제한
with open("untrusted_file.pdf", "rb") as f:
    result = convert_stream(f, file_extension=".pdf")

# ❌ 피하기: 사용자 입력 경로를 그대로 신뢰
# md.convert(user_input_path)