Into Markdown 0.0.5 [UNSIGNED]

0.0.5 更新

• 新增 Draw.io 页面、分组和连接关系的语义转换。
• 改进 PDF 链接容错与大文档预算，完善 PPTX 结构预算及 ZIP/EPUB/RAR 兼容性。
• 统一格式准入，修复 HTML IR；改善 Markdown 样式、资产路径和空备注输出。
• 完善 OCR 共享内存预算与逐图片可选识别降级。发版前的真实语料测试修复了两处过度保守的预估：按实际 OCR 节点执行硬上限（#351），并按串行图片的临时工作空间峰值预留内存（#352）；所有保留输出仍累计，节点和内存硬上限不提高。
• Agent Skill 版本与产品同步为 0.0.5。

完整真实语料对比

同一台 Windows 主机、2,285 个输入、1,979,990,949 字节（1.844 GiB），比较已发布 0.0.4、最终 0.0.5、MarkItDown 0.1.7 与 Firecrawl AnyDoc 0.2.4。完整方法、质量评分、逐文件结果与复现脚本。

工具 / 模式	非空	失败	空	全量耗时（秒）	峰值 RSS（MiB）
0.0.4 OCR off	1,825	449	11	528.9	1,525.0
0.0.5 OCR off	1,827	447	11	509.9	1,531.6
0.0.4 OCR auto	1,818	456	11	2,635.1	1,520.5
0.0.5 OCR auto	1,819	455	11	3,325.8	1,543.0
AnyDoc 0.2.4（本地，无 hosted OCR）	1,512	568	205	163.6	12,292.4
MarkItDown 0.1.7（本地，无云服务）	1,469	682	134	1,644.7	12,377.1

非空不等于正文完整、OCR 正确或语音转写成功；其中包括降级或仅元数据输出。语料含损坏、加密和资源边界样本；工具覆盖范围不同，不能仅凭总耗时认定谁全面更快。超时及超过 12 GiB 后的终止和补跑均保留。质量采用独立参考的文本/结构代理、相同输入交集和 OCR 人工抽检，详见报告。

全量测试保留各版本默认逻辑内存预算：本机 0.0.4 为 4 GiB，0.0.5 无压力时约 15.9 GiB，不能解释为相同资源上限的微基准。报告另含固定 4 GiB 的代表文件复测；逻辑预算不等于实际 RSS。

原候选中 18 个基线成功输入因 documentNodes 预检失败，修复后的最终全量复测恢复了其中 17 个非空结果；原候选数据不计入上表。

时限边界：《绿野仙踪》EPUB 的 155 张图片已进入实际 OCR，但在全量扫描的 120 秒测试预算内超时；0.0.4 当时跳过了这部分 OCR。两个版本另以相同 600 秒时限复测，0.0.5 状态为 success，耗时 148.2 秒。补测不替换上表中的超时结果。

兼容性提示：未知文件扩展名不再自动按 XML 接受。包含 KML 的 ZIP 会报告成员级不支持并保留可转换成员；需转换 KML 时可提取后显式使用 --format xml。

下载与信任说明

按平台下载一个 Core ZIP，解压后直接运行。OCR 已包含在 Core 中：

• Windows x86_64：into-md-windows-x86_64.zip
• macOS Apple Silicon：into-md-macos-arm64.zip
• Linux x86_64：into-md-linux-x86_64.zip
• Linux ARM64：into-md-linux-arm64.zip

语音转写按需下载对应平台的 official.media.whisper-*.imp。Agent 用户下载 into-markdown-skill.zip。审计、许可、来源、SBOM 与安装验收证据收录于 into-markdown-0.0.5-audit.zip。共 10 个正式下载，不另附受限制的原始语料或转换正文。

UNSIGNED：本次未提供操作系统发行者签名/公证，可能出现 Unknown Publisher、SmartScreen 或 macOS 信任提示；不要把内部完整性校验当作操作系统已验证发行者。

源码提交：527fa5281c127a93b3d712afcc403540703182e0。四平台正式构建与原生验收。
Windows Core ZIP SHA-256：a9b1e979dcaaa692eb1876d97ad6b9c2e4adb422df343b327185fa5de96d6b35。