PDF 转 Markdown - 免费在线转换，文件不出设备

把 PDF 里的标题、段落、列表、表格原样提取成干净的 GitHub Flavored Markdown——文本型 PDF 本地直转，无需 OCR 服务，中位耗时不到 5 毫秒。转出的 Markdown 结构完整，可以直接阅读、进版本库，或者喂给大模型。

下面三种方法按场景选：图省事用页面里的在线转换器，做批量处理用 CLI，集成进项目用 API。

在线免费转换（文件不出设备）

转换器由 @firecrawl/anydoc-wasm 驱动，在你的浏览器里通过 WebAssembly 完成转换：文件不上传任何服务器，断网也能用。拖入 PDF，立刻得到 Markdown，可复制或下载 .md 文件。

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

WordPPTExcelPDFEPUBRTFCSVODF

就是上面的转换区块。适合偶尔转几份文档、或者不想装任何东西的场景。它和命令行、API 用的是同一个转换内核，输出结果一致。

装好 Node.js 后无需任何项目配置，一条命令完成转换：

# 转换 PDF，Markdown 输出到文件
npx @firecrawl/anydoc report.pdf -o report.md

# 从 stdin 读取（适合管道场景）
npx @firecrawl/anydoc - --format pdf < report.pdf

npx 首次运行会下载 CLI 包，之后就是本地执行。更多用法见新手入门。

把 PDF 转 Markdown 嵌进你自己的代码，三个运行时同一个 API：

// Node.js：npm install @firecrawl/anydoc
import { toMarkdown } from '@firecrawl/anydoc'
const markdown = await toMarkdown('report.pdf')

# Python：pip install firecrawl-anydoc
import anydoc
markdown = anydoc.to_markdown("report.pdf")

// Rust：cargo add anydoc
let markdown = anydoc::to_markdown("report.pdf")?;

需要保留嵌入图片的原始字节？停在 toDocument 层即可，详见 API 快速参考。

文本型 PDF 直转，无需 OCR：内置 pdf-inspector 直接解析 PDF 内的文本流，全程本地完成，不调用任何在线服务
扫描版 / 纯图片 PDF 不支持：这类 PDF 需要 OCR，anydoc 会返回 Unsupported——这是设计边界，不是 bug。需要 OCR 时可用 Firecrawl Parse，详见错误处理与限制
噪音默认剔除：页眉、页脚、页码、日期/时间占位符统一去掉，给 LLM 干净的输入
结构尽量保留：标题层级、列表、表格转成对应的 GFM 语法；跨页断行、连字符会做规整
按内容识别格式：从文件字节探测真实格式，扩展名写错也能正常转换
速度：中位转换耗时 4.4ms，纯 Rust 实现，无 ML 模型、无外部依赖