anydoc：4.4ms 把 14 种文档变成 Markdown

AI 接网页、接代码都顺了，唯独卡在抽屉里那堆 Office 文档上。因为它们是给人看的——排版、合并单元格、页眉页脚全是为了人眼设计的，机器根本啃不动。

Firecrawl 刚开源了个 Rust 库叫 anydoc，专门干这个脏活。它把 Word、PPT、PDF 等 14 种格式全转成干净 Markdown。官方基准里，中位耗时只要 4.4 毫秒，比眨眼还快 60 倍；100 份真实文档盲评拿了 81 分，断层领先。

它快又稳的底牌，是把所有格式先解析成同一个中间模型，再用同一套序列化器输出。这意味着不管输入啥，出来的结构完全一致。而且它不看扩展名，直接读文件字节判断格式，标错后缀也能照样转。

不过它也有边界：遇到扫描件会直接报错 NeedsOcr，得靠外部 OCR 兜底；加密文件也会报错。好在它支持浏览器 WASM 版，转换全程在本地跑，文件根本不出机，处理敏感合同也不怕泄露。