anydoc
在线转文件格式
由 @firecrawl/anydoc-wasm 驱动的本地转换器，拖入文档即出 Markdown，全程在你的浏览器里完成。
把文档拖到这里，或点击选择文件
转换在浏览器本地完成，文件不会上传到任何服务器
anydoc
anydoc 介绍
来自 Firecrawl 的开源文档转换引擎，也是 Firecrawl Parse 的底层实现
anydoc 是一个用 Rust 编写的开源库，使命只有一个：把杂七杂八的办公文档，变成适合阅读、更适合喂给大模型的干净 Markdown。Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV、PDF——14 种格式，一套输出标准。
它不依赖 LibreOffice，不调用 OCR 服务，也没有任何机器学习模型。纯 Rust 实现，单份文档的中位转换耗时不到 5 毫秒。在官方用 100 份真实文档、14 种格式做的基准测试里，anydoc 是唯一一个全部格式全支持的转换器，综合得分把 markitdown、pandoc、docling 一票老牌工具甩在后面。
不管格式怎么变，最后出来的都是同一套干净、一致、结构完整的 GitHub Flavored Markdown——因为所有格式先解析进同一个文档模型，再走同一条渲染管线。
针对 LLM 场景做了专门的取舍：页眉、页脚、页码这类噪音默认剔除，脚注、演讲者备注、合并单元格、嵌套列表这些结构信息尽力保留，图片和嵌入对象以 alt 文本形式呈现，原始字节保留在文档模型上随时可取。
anydoc
支持的文档格式
14 种常见办公与出版格式全覆盖，同类工具中覆盖最全
文档处理
.doc · .docx · .docm——从 2003 年的老 .doc 到昨天的 .docx，标题层级、列表、表格、脚注都能还原。
演示文稿
.ppt · .pptx · .pptm · .pps · .ppsx · .ppsm · .pot——幻灯片转 Markdown 时保留演讲者备注。
表格与文本
.xls · .xlsx · .xlsm · .xlsb · .csv · .rtf——合并单元格、表头、多工作表都能转成规整的 Markdown 表格。
出版与开放格式
.pdf · .epub · .odt · .ods · .odp——文本型 PDF 本地直转，无需 OCR 服务。
anydoc
核心能力
这个框架真正拿得出手的几件事
🧩 一个模型，全格式统一
所有格式先解析到同一个文档模型，再通过同一个 Markdown 序列化器输出。转义、表格、标题锚点、脚注行为跨格式完全一致，修一个 bug 全格式生效。
⚡ 毫秒级转换
纯 Rust 实现，无 ML 模型、无外部服务，单文档中位转换耗时小于 5ms——比次快的 markitdown 快一个数量级以上。
🕵️ 按字节识格式，不看扩展名
格式检测基于文件内容本身（PDF 头、RTF 起始组、OLE 流名、ZIP 包的 mimetype），就算扩展名标错了也能正确转换。
🛡️ 安全与鲁棒性
内置固定的解压、嵌套深度、节点数安全限制，防 zip 炸弹等恶意文件；配套快照测试、变异测试和逐格式模糊测试。
🔗 五端绑定，一个 API
Node.js、Python、Rust、浏览器（WebAssembly）、CLI——同一套 API：从路径或字节转换，或者停在文档模型层保留嵌入式资源。
🤖 Agent 就绪
以 Agent Skill 形式发布，一条命令即可让 Claude Code、Codex、Cursor 等 AI 编程代理直接读取你的办公文档。
anydoc
转换流程
从文件到 Markdown，四步走完
给入文档（路径或字节）
传入本地文件路径，或直接把内存里的字节丢进来。CLI 甚至支持从 stdin 读，方便接进管道。
按内容识别格式
从字节内容本身探测真实格式，不信任扩展名。识别失败会返回明确的 Unsupported 错误。
解析进统一文档模型
Word 还是 PDF，最后都落进同一个 Document 模型。图片等嵌入对象的原始字节保留在模型上，并标注媒体类型。
渲染成 Markdown
走同一个序列化器输出 GitHub Flavored Markdown：标题锚点、粗斜体删除线、嵌套与任务列表、表格、块引用、脚注，一次成型。
💡 需要保留嵌入资源？停在 toDocument 这一层，别直接转字符串。
anydoc
为什么选择 anydoc
跟 markitdown、pandoc、LibreOffice 们放一起比，差距是数量级的
📊 格式覆盖最全
14/14 格式全支持，是七个主流转换器里唯一全覆盖的。markitdown 只覆盖 6 种，pandoc 5 种，docling 4 种，mammoth 只有 1 种。
🚀 速度碾压同级
官方基准：中位转换 4.4ms，综合评分 81 分。第二快的 markitdown 是 134.8ms、33 分——一个数量级的差距。
🔒 纯本地、零依赖
不装 LibreOffice，不依赖 OCR 服务，不跑任何 ML 模型。WASM 版直接在浏览器里转，文件连设备都不出。
anydoc
快速上手
从第一条命令到五端 API 全掌握
anydoc
常见问题解答
关于格式、隐私、性能与授权的常见疑问。
anydoc 是什么？
anydoc 是 Firecrawl 开发的开源 Rust 库，把 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV、PDF 等 14 种办公文档转换成干净的 GitHub Flavored Markdown。它是 Firecrawl Parse 的底层转换引擎。
支持哪些文档格式？
一共 14 种：.doc/.docx/.docm（Word）、.ppt/.pptx/.pptm/.pps/.ppsx/.ppsm/.pot（PowerPoint）、.xls/.xlsx/.xlsm/.xlsb（Excel）、.odt/.ods/.odp（OpenDocument）、.rtf、.epub、.csv、.pdf。格式按文件内容识别，扩展名写错也能转。
我的文件会被上传吗？
不会。anydoc 是纯本地转换：Rust/Python/Node 版在你的设备上运行；浏览器版通过 WebAssembly 在页面内完成转换，文件不会离开你的设备。本站首页的转换器就是这样的本地实现。
转换速度有多快？
官方基准测试中，单文档中位转换耗时 4.4ms。纯 Rust 实现，没有 ML 模型，没有外部服务调用，转换就是本地的一次解析。
跟 markitdown 相比怎么样？
在 Firecrawl 官方 100 份真实文档、14 种格式的基准里：anydoc 格式全覆盖（14/14 vs 6/14），中位耗时 4.4ms vs 134.8ms，综合评分 81 vs 33。差距是数量级的。详见性能基准页。
支持扫描版 PDF 吗？
文本型 PDF 由内置的 pdf-inspector 本地转换。纯扫描/纯图片的 PDF 需要 OCR，anydoc 会返回 Unsupported 错误——Firecrawl Parse 在同一转换链路上补上了 OCR 能力。
开源吗？可以商用吗？
完全开源，MIT License。可以自由使用、修改、商用。仓库在 github.com/firecrawl/anydoc。
可以在哪些语言里用？
Rust（anydoc）、Node.js（@firecrawl/anydoc）、Python（firecrawl-anydoc）、浏览器（@firecrawl/anydoc-wasm）、CLI（npx @firecrawl/anydoc），还能作为 Agent Skill 装进 Claude Code / Codex / Cursor。详见安装下载页。
在线体验与安装
把文档拖进来，
Markdown 直接带走。
你可以在浏览器里先转一份试试，也可以装进你的项目或 Agent。
14 种格式、毫秒级转换、纯本地处理，
从今天起，让任何文档都变成 AI 读得懂的样子。