Node.js 中使用 anydoc - @firecrawl/anydoc 教程

API 参考Node.js

anydoc 的 Node.js 绑定叫 @firecrawl/anydoc，原生实现跑在 libuv 线程池里，不阻塞事件循环——在高并发服务里批量转文档也不会卡住主线程。

安装

npm install @firecrawl/anydoc

包内置 TypeScript 类型，装完即用。

三个核心 API

import { toMarkdown, toMarkdownBytes, toDocument } from '@firecrawl/anydoc'

// 1. 从路径转（最常用）
const markdown = await toMarkdown('report.docx')
console.log(markdown)

// 2. 从字节转（适合文件已在内存的场景）
const buf = await fs.readFile('slides.pptx')
const md = await toMarkdownBytes(buf)

// 3. 停在文档模型（保留嵌入资源）
const doc = await toDocument(buf)
// doc 上可访问图片/嵌入对象的原始字节与媒体类型

错误处理

try {
  await toMarkdown('scanned.pdf')
}
catch (e) {
  console.error(e.code) // 'Unsupported' | 'Malformed' | 'Encrypted' | 'ResourceLimit' | 'MissingPart' | 'Io'
}

所有错误统一通过 error.code 暴露，映射关系见错误处理与限制。

常见场景

批量转换目录

import { readdir } from 'node:fs/promises'
import { toMarkdown } from '@firecrawl/anydoc'

const dir = './docs'
for (const name of await readdir(dir)) {
  if (/\.(docx|pptx|xlsx|pdf)$/i.test(name)) {
    const md = await toMarkdown(`${dir}/${name}`)
    await writeFile(`${dir}/${name}.md`, md)
  }
}

网页上传即转

// 收到上传的 File 对象后直接转字节
const bytes = await file.arrayBuffer()
const markdown = await toMarkdownBytes(new Uint8Array(bytes))
// 回给前端或继续喂给 LLM 都行

喂给 AI Agent

把 toMarkdown 包装成一个工具函数暴露给 LLM 工具调用，Agent 就能"读懂"任意上传的办公文档：

const convertDoc = async (path) => await toMarkdown(path)
// 注册为 tool → Agent 直接调用

小提示

转换是同步阻塞式的（线程池里），没有 Promise 版本以外的异步 API；并发场景交给线程池即可
想输出到文件：fs.writeFile('out.md', markdown)，CLI 的 -o 就是干这个的
版本升级留意 CHANGELOG，错误码命名可能调整