anydoc API 快速参考 - 五端用法对照

API 参考

anydoc 的核心 API 就三件事，五端完全一致：

API	做什么	返回
`toMarkdown(path)`	传路径，转 Markdown	字符串
`toMarkdownBytes(bytes)`	传字节，转 Markdown	字符串
`toDocument(bytes)`	传字节，停在文档模型层	结构化 Document（含嵌入资源字节）

"从路径或从字节"二选一，需要保留嵌入资源（图片等）就停在 toDocument。

五端对照

Rust

use anydoc::ConvertError;

// 从路径
let markdown = anydoc::to_markdown("report.docx")?;

// 从字节
let bytes = std::fs::read("slides.pptx")?;
let markdown = anydoc::to_markdown_bytes(&bytes, None)?;

// 文档模型（保留嵌入资源）
let document = anydoc::to_document(&bytes, None)?;

安装：cargo add anydoc

Node.js

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

const markdown = await toMarkdown('report.docx')
const fromBytes = await toMarkdownBytes(bytes)
const document = await toDocument(bytes)
// 错误码：error.code（'Unsupported' | 'Malformed' | 'Encrypted' | ...）

安装：npm install @firecrawl/anydoc。转换在 libuv 线程池执行，不阻塞事件循环。

Python

import anydoc

markdown = anydoc.to_markdown("report.docx")
markdown = anydoc.to_markdown_bytes(data)
document = anydoc.to_document(data)
# 错误：异常子类，如 anydoc.UnsupportedError

安装：pip install firecrawl-anydoc。转换期间释放 GIL，适合与 asyncio / 多线程混用。

WebAssembly（浏览器）

import init, { toMarkdownBytes, toDocument } from '@firecrawl/anydoc-wasm'

await init()          // 加载 wasm，一次即可
const markdown = toMarkdownBytes(bytes)
const document = toDocument(bytes)

安装：npm install @firecrawl/anydoc-wasm。转换完全在浏览器本地执行，文件不出设备——本站首页的在线转换器就是它。

CLI

npx @firecrawl/anydoc report.docx                # 输出到 stdout
npx @firecrawl/anydoc slides.pptx -o slides.md   # 输出到文件
npx @firecrawl/anydoc - --format csv < data.csv  # 从 stdin 读

Agent Skill

npx skills add firecrawl/anydoc

装完后，Claude Code / Codex / Cursor 等支持 skills 协议的 AI 编程代理即可直接读取你项目里的办公文档。

错误处理

所有语言共用同一套错误语义（ConvertError），跨语言映射：

变体	含义	排查思路
`Unsupported`	不支持的格式 / 扫描版 PDF	检查文件真实格式；扫描 PDF 需 OCR 方案（如 Firecrawl Parse）
`Malformed`	文件损坏或内容非法	用官方软件重新保存一份再转
`Encrypted`	文档被加密	先解密 / 移除密码保护
`ResourceLimit`	超过安全限制（大小/嵌套深度/节点数）	拆分文档；确认不是恶意构造（zip 炸弹）
`MissingPart`	压缩包内关键部件缺失	文件不完整，重新导出
`Io`	底层 I/O 错误	检查路径、权限、文件占用

Node.js 通过 error.code 访问，Python 通过异常子类（anydoc.UnsupportedError 等），Rust 直接匹配 ConvertError 枚举。

嵌入式资源怎么取

let document = anydoc::to_document(&bytes, None)?;
// document 上保留图片/嵌入对象的原始字节与媒体类型
// Markdown 中对应位置以 alt 文本呈现

需要把图片落盘？遍历文档模型的资源节点，按媒体类型写文件即可。这是任何 docx 转 md 流程的常见配套动作。

需要注意的事

页眉、页脚、页码、日期/时间占位符在所有格式中均被排除——这是设计决策，不是 bug
演讲者备注始终保留——PPT 转 Markdown 时备注会出现在输出里
外部 URL 图片转为普通 Markdown 图片；本地嵌入图片以 alt 文本 + 模型资源形式呈现
版本以官方 README 为准，本文基于 v0.1.8

按语言深入请进：Node.js · Python · Rust · WebAssembly · Agent Skill；遇到错误去错误处理与限制。