247
Docs convertidos
▲ +38 esta semana
1.2M
Tokens ahorrados
vs. envío de binarios raw
0.8s
Tiempo medio/doc
▼ –65% vs. manual
5.2h
Horas ahorradas/sem
Antes: 6h/sem manual
99.6%
Tasa de éxito
1 error en 247 docs
⚙️ Flujo de conversión
Microsoft MarkItDown
PDF
DOCX
XLSX
PPTX
MarkItDown
Markdown
LLM / RAG
OCR con Tesseract
Transcripción de audio
AI image descriptions
Azure Doc Intelligence
15+ formatos
📚 Formatos soportados
4 activos en NutriTrack
PDF
DOCX
XLSX
PPTX
Images
Audio
HTML
CSV
JSON
XML
ZIP
EPUB
YouTube
Outlook
XLS
Plugins
🗂 Lote actual — NutriTrack Pro
4/4 OK
| Archivo | Tamaño | Estado | Tiempo | Tokens |
|---|---|---|---|---|
| 4.2 MB | Completado | 1.4s | ~18k | |
| 890 KB | Completado | 0.6s | ~7.4k | |
| 1.1 MB | Completado | 0.9s | ~12k | |
| 6.8 MB | Completado | 1.2s | ~9.8k |
📝 Preview output — protocolo_dieta_mediterranea.md
Listo para LLM
# Protocolo Dieta Mediterránea — NutriTrack Pro
Source: protocolo_dieta_mediterranea.docx Converted: 2026-06-14T09:12:03Z
## 1. Introducción
La dieta mediterránea es un patrón alimenticio asociado con la reducción del **riesgo cardiovascular** y la mejora de marcadores metabólicos. Este protocolo define las pautas clínicas para su prescripción en pacientes del sistema NutriTrack Pro.
## 2. Grupos de alimentos y frecuencia
| Grupo alimenticio | Frecuencia | Porción recomendada | Notas |
|---|---|---|---|
| Verduras y hortalizas | ≥ 2 raciones/día | 150-200g | Variedad de colores |
| Aceite de oliva virgen extra | Diario | 3-4 cdas | Principal grasa culinaria |
| Legumbres | ≥ 3 veces/semana | 60g secos | Lentejas, garbanzos, judías |
| Pescado azul | ≥ 2 veces/semana | 125g | Sardina, salmón, caballa |
| Frutos secos | Diario | 30g | Sin sal añadida |
| Carnes rojas | ≤ 2 veces/semana | 100g | Preferir aves |
## 3. Indicadores de seguimiento
`IMC` · `glucosa_basal` · `colesterol_LDL` · `tension_sistolica`
Registrar en plataforma NutriTrack Pro con frecuencia **mensual** durante los primeros 3 meses.
### 3.1 Valores objetivo
- IMC: **18.5 – 24.9 kg/m²**
- Glucosa basal: **70 – 99 mg/dL**
- Colesterol LDL: **< 100 mg/dL**
🐍 batch_convert.py
Pipeline NutriTrack
batch_convert.py
from markitdown import MarkItDown
from pathlib import Path
import json, time
# Inicializar motor
md = MarkItDown()
input_dir = Path("docs/nutritrack")
output_dir = Path("markdown_output")
output_dir.mkdir(exist_ok=True)
log = []
EXTS = [".pdf",".docx",".xlsx",".pptx"]
for f in input_dir.iterdir():
if f.suffix not in EXTS: continue
t0 = time.time()
try:
res = md.convert(str(f))
# Limpiar espacios extra
import re
clean = re.sub(
r'\n{3,}','\n\n',
res.text_content
">).strip()
out = output_dir/(f.stem+".md")
out.write_text(clean)
log.append({
"file": f.name,
"ok": True,
"ms": round((time.time()-t0)*1000)
">})
except Exception as e:
log.append({"file":f.name,"ok":False,"err":str(e)})
json.dump(log, open("log.json","w"), indent=2)
print(f"✓ {sum(x['ok'] for x in log)}/{len(log)} OK")
from pathlib import Path
import json, time
# Inicializar motor
md = MarkItDown()
input_dir = Path("docs/nutritrack")
output_dir = Path("markdown_output")
output_dir.mkdir(exist_ok=True)
log = []
EXTS = [".pdf",".docx",".xlsx",".pptx"]
for f in input_dir.iterdir():
if f.suffix not in EXTS: continue
t0 = time.time()
try:
res = md.convert(str(f))
# Limpiar espacios extra
import re
clean = re.sub(
r'\n{3,}','\n\n',
res.text_content
">).strip()
out = output_dir/(f.stem+".md")
out.write_text(clean)
log.append({
"file": f.name,
"ok": True,
"ms": round((time.time()-t0)*1000)
">})
except Exception as e:
log.append({"file":f.name,"ok":False,"err":str(e)})
json.dump(log, open("log.json","w"), indent=2)
print(f"✓ {sum(x['ok'] for x in log)}/{len(log)} OK")
💰 ROI del pipeline
Semana 1 → actual
Tiempo/doc
Antes: 8-12 min
Ahora: ~0.8 seg
–99%
Horas/semana
Antes: 5-6 h
Ahora: ~18 min
–95%
Coste/mes (ops)
Antes: ~480€
Ahora: ~12€
–97%
Tokens LLM
Raw PDF: inviable
Markdown: ~15k avg
Viable
Ahorro anual estimado
5.616 €
En operaciones · 6 dietistas × 20h/mes × 25€/h × 12 meses → –95%
📊 Docs convertidos por tipo
Acumulado 30 días
Más frecuente
PDF 36%
Más lento
PPTX 1.2s avg