MCP

微软开源的 MarkItDown 能把 PDF、Office、图片、音视频、网页、电子书和压缩包等转成干净 Markdown，保留标题、表格、列表等结构。文章指出，直接把 PDF 喂给 AI 会虚耗数千 token 并丢失结构，而它定位为面向 LLM 优化的文档转换。它支持命令行、Python API 和 MCP Server，可用于 RAG 入库预处理、会议录音转纪要和批量归档。GitHub 星标已超 10 万，2026 年 4 月单周增星 8200+ 登顶 Trending。复杂表格仍需人工抽查，音频转写依赖本地组件，正式场合慎用；项目 MIT 协议可商用。核心建议是让所有资料都以 Markdown 存一份，先做存量转换，再让增量自动走这条链路。

文章介绍小智AI通过 xiaozhi-mcphub 桥接 Halo 博客 MCP，实现语音调用 45 个工具管理文章、页面、分类、评论等。小智用 WebSocket，Halo 用 Streamable HTTP+Bearer Token，需 Docker 部署 mcphub 和 PostgreSQL+pgvector。Halo 需 2.26+，创建仅显示一次的 hmcp_ 密钥并按最小权限授权；核心是在 HTTP 请求头填 Authorization: Bearer hmcp_密钥，透传请求头留空。作者还记录密钥字段错、端口混淆、SSRF 拦内网 IP、owner 非 admin、接入点未对齐等六连坑，并建议用 admin 创建内网服务器或改用公网域名。按指南可完成语音控博，同时注意密钥轮换、端口暴露与数据卷备份。