Sobre este projeto
Uma ferramenta para transformar documentos em markdown — o formato de texto simples que as IAs entendem melhor.
Como funciona
Você envia um arquivo. O servidor lê o conteúdo, descarta a formatação (fontes, cores, quebras de página) e devolve só o que importa: o texto e a estrutura, escritos em markdown. Aí é só baixar e usar.
A conversão é feita pelo MarkItDown, biblioteca de código aberto da Microsoft.
O que dá para converter
| Tipo | Formatos |
|---|---|
| Documentos | .docx .doc .pdf .epub |
| Planilhas | .xlsx .xls .csv |
| Apresentações | .pptx .ppt |
| Texto e dados | .txt .md .html .json .xml |
| Compactados | .zip (converte o que estiver dentro) |
| Endereços | páginas de sites |
Tamanho máximo por arquivo: 200 MB.
O que não dá para converter
PDF escaneado não funciona. Quando o PDF é uma foto ou digitalização do papel, não existe texto dentro dele — só imagem. A ferramenta não faz OCR, então o resultado vem vazio.
Como saber antes de enviar: abra o PDF e tente selecionar o texto com o mouse. Se não der para selecionar, é imagem.
Sobre a contagem de tokens
A estimativa de tokens não usa a regra de bolso comum de 4 caracteres por token — essa regra é calibrada para o inglês. O português é mais denso: acentuação e sufixos longos quebram em mais pedaços.
O divisor usado aqui foi medido com a API de contagem da Anthropic em textos reais em português, que ficaram entre 2,1 e 2,3 caracteres por token. Com a regra inglesa, um documento de 373 mil caracteres apareceria como 93 mil tokens quando na verdade tem cerca de 170 mil — e a IA recusaria o envio.
Privacidade
O sistema não guarda nenhum documento. O arquivo existe só na memória durante a conversão e é descartado logo em seguida — nem o original, nem o markdown gerado ficam salvos.
O histórico registra apenas metadados: nome do arquivo, data e as contagens. Nenhum trecho do texto convertido é gravado em lugar nenhum.
Cada pessoa tem sua conta e vê apenas o próprio histórico. O administrador vê a lista de todos — com o nome de quem converteu, e ainda assim só os metadados. Nem para ele existe acesso ao conteúdo, porque o conteúdo não é guardado por ninguém.
Onde roda
Num servidor dedicado na Alemanha, o mesmo que hospeda os outros sistemas da casa. Fica disponível 24 horas por dia, com HTTPS e certificado renovado automaticamente. O acesso exige login.
Autoria
- Desenvolvido por
- André Matiello Carani Caramanti
- Feito para
- Thaisa Branco Matiello
- Aplicação
- 1.0.0
- MarkItDown
- 0.1.7
Conversão por MarkItDown, da Microsoft, sob licença MIT.