AnyDoc - Firecrawl 出品的 14 格式文档转 Markdown 开源库（GitHub / Agent Skill / Rust）

AnyDoc 是 Firecrawl 出品的开源 Rust 库，专门把办公文档转换成干净的 GitHub Flavored Markdown：Word、PowerPoint、Excel、OpenDocument、RTF、EPUB、CSV、PDF 等 14 种格式，统一走一条转换管线，输出风格一致、对 LLM 友好。官方在线版与文档在 anydoc.wiki（姊妹站点）。

快：中位数毫秒级完成转换（官方口径 single-digit milliseconds），一份 Word 约 4–5ms；
纯本地：纯 Rust 实现、无 ML 模型、无外部服务调用，文件不出设备；
开源：MIT License，源码在 github.com/firecrawl/anydoc；
五端 + Agent Skill：Rust / Node.js / Python / 浏览器 WASM / CLI，外加一条命令装进 AI 编程代理的 Agent Skill。

AnyDoc 与本站的 pdf-inspector 是同期发布的姊妹项目（见 Firecrawl 官方发布公告）：pdf-inspector 专注 PDF 分类与解析（项目介绍），AnyDoc 负责其余 13 种办公格式，两者都为「给 LLM 喂干净文本」而生。

AnyDoc GitHub 仓库

源码托管在 github.com/firecrawl/anydoc，主体是 Rust（占比 98%+），MIT 协议：

git clone https://github.com/firecrawl/anydoc.git
cd anydoc
cargo build --release

Issues：github.com/firecrawl/anydoc/issues — 格式解析 bug、新格式需求都在这里提；
Pull Requests：欢迎贡献，新增格式解析器是最典型的贡献方向；
README：包含各语言绑定的完整用法与示例代码。

AnyDoc Agent Skill（装进 Claude Code / Codex / Cursor）

AnyDoc 可以作为 Agent Skill 装进支持 skills 协议的 AI 编程代理，一条命令：

npx skills add firecrawl/anydoc

装完后，Claude Code、Codex、Cursor、OpenCode 等代理遇到 .docx、.pptx、.pdf 等二进制文档时，会自动调用 anydoc 转成 Markdown 再继续干活——需求文档分析、合同批量解析、报告摘要都不用手动复制粘贴。skill 市场页：skills.sh/firecrawl/anydoc。

一句话

npx skills add firecrawl/anydoc——装完，你的 AI 代理就有了"看得懂任何文档"的能力。

AnyDoc Rust 版

AnyDoc 核心是纯 Rust 实现（唯一的格式解析依赖，无 ML 运行时），crates.io 包名就是 anydoc：

cargo add anydoc

use anydoc::to_markdown;

let result = to_markdown("report.docx")?;
println!("{}", result.markdown);

想用未发布的最新改动，可以直接依赖 Git 仓库：

[dependencies]
anydoc = { git = "https://github.com/firecrawl/anydoc" }

五端安装一览

平台	包名	安装 / 使用
Rust	`anydoc`	`cargo add anydoc`
Node.js	`@firecrawl/anydoc`	`npm install @firecrawl/anydoc`
Python	`firecrawl-anydoc`	`pip install firecrawl-anydoc`
浏览器 WASM	`@firecrawl/anydoc-wasm`	`npm install @firecrawl/anydoc-wasm`
CLI（免安装）	`@firecrawl/anydoc`	`npx @firecrawl/anydoc report.docx`
Agent Skill	`firecrawl/anydoc`	`npx skills add firecrawl/anydoc`

CLI 常用姿势：

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

支持的 14 种格式

Word：.doc .docx .docm
PowerPoint：.ppt .pptx .pptm .pps .ppsx .ppsm .pot
Excel：.xls .xlsx .xlsm .xlsb
OpenDocument：.odt .ods .odp
其他：.rtf、.epub、.csv、.pdf

其中 PDF 的解析由内置的 pdf-inspector 完成（即本站的主角）：文本型 PDF 本地毫秒级直转，扫描件会返回 needsOcr 标记而非乱码。

AnyDoc 和 pdf-inspector 怎么选？

需求	选谁	说明
只处理 PDF，关心类型判定 / 精细控制	pdf-inspector（本站）	毫秒级分类、区域提取、选择性 OCR、置信度路由
Word / PPT / Excel 等混合格式一把梭	AnyDoc	14 种格式统一转 Markdown，PDF 走内置 pdf-inspector
给 AI 编程代理加"读文档"能力	AnyDoc Agent Skill	`npx skills add firecrawl/anydoc`

两者可以同栈使用：用 pdf-inspector 做 PDF 路由与精细提取，用 AnyDoc 接住其余办公格式。

AnyDoc 官网与在线转换

不想装任何东西？直接去 anydoc.wiki 在线转换：拖入文件即得 Markdown，浏览器本地运行（WebAssembly）、免费无限制、文件不上传——体验和本站的 PDF 在线解析一致。

常见问题

AnyDoc 免费吗？开源吗？

完全免费、MIT 开源，可商用。源码在 github.com/firecrawl/anydoc，在线版 anydoc.wiki 也不收费、不注册。

AnyDoc 支持扫描版 PDF 吗？

默认不支持 OCR：扫描件会返回 needsOcr 标记而不是硬转出乱码。需要 OCR 时可以把文件交给 Firecrawl 的托管 Parse 服务（ocr: 'hosted'），或先用 pdf-inspector 判定类型再路由。

AnyDoc 和 markitdown 有什么区别？

同为"文档转 Markdown"工具，AnyDoc 是纯 Rust 实现、毫秒级、无 Python 依赖、五端一致输出；markitdown 速度慢几个数量级且几乎不保留标题层级。详细基准对比见 anydoc.wiki 的性能页。

anydoc 命令装完叫什么？

npm 包 @firecrawl/anydoc 自带 CLI，npx @firecrawl/anydoc 文件 即用；Rust 版 cargo install anydoc 后得到 anydoc 命令。