浏览器 WebAssembly 中使用 anydoc - 本地转换

API 参考WebAssembly

anydoc 可以编译成 WebAssembly 在浏览器里跑——这是它最特别的一点：转换完全发生在用户的浏览器本地，文件永远不出设备。本站首页的在线转换器就是这么实现的。

安装

npm install @firecrawl/anydoc-wasm

纯前端项目也能用，不需要任何后端。

基础用法

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

// 1. 初始化 wasm（应用启动时做一次即可）
await init()

// 2. 从 File 对象转
const file = inputElement.files[0]
const bytes = new Uint8Array(await file.arrayBuffer())
const markdown = toMarkdownBytes(bytes)

// 3. 停在文档模型（保留嵌入资源）
const document = toDocument(bytes)

完整的上传即转示例

<input type="file" id="doc" accept=".docx,.pptx,.xlsx,.pdf,.doc,.ppt,.xls,.odt,.ods,.odp,.rtf,.epub,.csv" />
<pre id="out"></pre>

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

await init()

document.getElementById('doc').addEventListener('change', async (e) => {
  const file = e.target.files[0]
  if (!file) return
  const bytes = new Uint8Array(await file.arrayBuffer())
  try {
    const md = toMarkdownBytes(bytes)
    document.getElementById('out').textContent = md
  }
  catch (err) {
    document.getElementById('out').textContent = `转换失败：${err.code || err}`
  }
})

隐私卖点：为什么文件不出设备

转换逻辑是编译进 wasm 的 Rust 代码，在浏览器沙箱里运行
没有上传请求、没有后端转发，file.arrayBuffer() 读完就留在内存里
非常适合敏感文档（合同、病历、财务数据）的在线转换场景

性能与体积

wasm 二进制约几 MB（gzip 后更小），首次加载会有一点延迟，之后常驻
转换速度和原生接近——同样的 Rust 内核，只是跑在 wasm 沙箱里
本站首页的转换器就是用它实现的：拖文件即转，毫秒级出结果

小提示

await init() 只做一次，把实例存起来复用，别每次转换都重新初始化
大文件（几百 MB）在浏览器里要留意内存，wasm 会占用与文件等量的内存
扫描版 PDF 同样返回 Unsupported——浏览器端目前没有 OCR 能力，这是 anydoc 的设计边界