anydoc

anydoc 是 Firecrawl 出品的开源文档格式转换工具，用 Rust 编写，能将 Word、PPT、Excel、PDF 等十几种格式瞬间转换为干净的 GitHub-Flavored Markdown，单文档转换仅需几毫秒。

在 RAG（检索增强生成）和 Agent 场景中，「喂料」质量往往决定输出质量。过去处理杂乱的 Office 文档，要么依赖臃肿的 LibreOffice，要么靠速度慢且成本高的 AI 解析。anydoc 用 Rust 从根本上解决了速度和稳定性问题——不依赖任何大模型或外部服务，纯靠硬核解析将复杂排版结构标准化，让本地沉睡的旧文档变成 LLM 可理解的高质量语料。

核心功能：

• 格式覆盖广泛：支持 Word（.docx）、PowerPoint（.pptx）、Excel（.xlsx）、PDF、EPUB、RTF、OpenDocument、CSV 等十几种格式统一转换为干净 Markdown • 极速与稳定：纯 Rust 实现，单文档转换仅需几毫秒，无外部依赖，跨平台一致性高 • 多运行时支持：提供 Node.js 和 Python 官方绑定，还可通过 WebAssembly 在浏览器本地运行，文件无需上传云端 • Agent Skill 集成：内置 Agent Skill，可直接通过 npx skills add firecrawl/anydoc 接入 Claude Code、Codex、Cursor、OpenCode 等主流 AI 编程工具 • OCR 支持：结合 Firecrawl Parse 托管 API，可处理扫描件 PDF 等 anydoc 本身无法解析的页面

如何使用：

npx @firecrawl/anydoc report.docx # 输出到 stdout npx @firecrawl/anydoc slides.pptx -o slides.md # 输出到文件 npm install @firecrawl/anydoc # Node.js 项目集成 pip install firecrawl-anydoc # Python 项目集成

适用人群：

构建本地知识库和 RAG 系统的开发者、处理大量 Office 文档批处理的技术团队、在浏览器端需要隐私保护文档转换的个人用户，以及希望将 anydoc 集成到 AI 编程工作流的开发者。