0.2.4
对应仓库当前发布的版本。完整变更请查看 GitHub Releases。
开源项目
anydoc 文档转 Markdown
把 Word、PowerPoint、Excel、PDF 等文档转换成干净的 Markdown，并以技能形式提供给代理。
2.3万收藏Firecrawl作者0.2.4版本MIT许可证
Skill 概览
这是 Firecrawl 开发的 Rust 库，支持 Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV 和 PDF，并提供 Node.js、Python 和浏览器绑定。附带的技能教代理用命令行转换遇到的文档。网页演示以 WebAssembly 运行，文件在本地处理。扫描件可通过 --ocr hosted 使用 Firecrawl Parse，这时内容会交给托管服务处理。
核心功能
- 支持八类常见文档格式
- 输出 GitHub 风格 Markdown
- 提供命令行、Node.js、Python 和浏览器版本
- 附带可安装的 Agent Skill
- 可选托管 OCR 处理扫描件
适用场景
- 让代理读取 Office 文档
- 批量把资料转换成 Markdown 供检索使用
- 在应用中集成文档解析
安装方式
bash
npx skills add firecrawl/anydoc使用说明
安装技能后，代理遇到文档时会调用命令行转换。也可以直接运行 npx @firecrawl/anydoc report.docx 把结果输出到终端，或加 -o 写入文件。处理机密文件时不要使用 hosted OCR，除非已确认可以发送给该服务。
示例工作流
- 安装技能或命令行工具
- 把文档交给代理或直接运行转换
- 检查表格和标题是否正确
- 扫描件先判断能否使用托管 OCR
- 把 Markdown 用于后续任务
更新记录
常见问题
文件会上传到服务器吗？
常规转换在本地完成，网页演示也在浏览器内运行。只有使用 --ocr hosted 时，扫描页才会交给 Firecrawl Parse。
能在 Python 里调用吗？
可以，安装 firecrawl-anydoc 包。Node.js 使用 @firecrawl/anydoc。