AnyDoc：让Agent 读懂企业文档的开源产品

现在 Claude Code、Codex、Cursor、OpenCode 这些 Agent 越来越强，但真正到了企业里，大家遇到的第一个问题，往往不是模型能力，而是文档。

客户给你的不是 Markdown，也不是 JSON。而是Word、PowerPoint、Excel、PDF、OpenDocument…

这些格式，Agent 其实并不擅长直接处理。

Firecrawl 最近开源了一个很有意思的项目：AnyDoc。

它做的事情只有一件：把各种办公文档，统一转换成适合 LLM 阅读的 Markdown。

不是简单提取文本，而是尽量保留标题层级、列表、表格等结构，让输出更适合后续切片、检索、RAG 和 Agent 理解。

很多人会觉得：“不就是转 Markdown 吗？”

其实差别很大。传统转换往往会出现：标题丢失、表格打散、段落混乱、不同格式输出完全不一致

最后虽然拿到了文本，却增加了 LLM 理解成本。

而 AnyDoc 更关注的是统一结构。

不同来源的 Word、PPT、Excel、PDF，最后都落到统一的 Markdown 格式。

对于 Agent 来说，这意味着：更容易切片、做向量化、检索、做问答、抽取关键信息

最大的价值不是又多了一个文档转换工具，而是把 “文档入口” 标准化了。

以前每个 Agent 都要自己想办法读 Word、读 PPT、读 Excel。

但 AnyDoc 让处理链路简单很多。

它也特别适合一些企业场景：
📄 合同分析
📑 标书评审
📚 企业知识库
🔍 RAG 检索
🤖 Agent 工作流

当然，它也不是万能的。它不是 OCR，也不是完整的 Document AI。

如果是扫描版 PDF、图片里的文字、复杂版面，还是需要 OCR 或视觉模型配合。

所以我更愿意把它理解成：Agent 时代的文档标准化组件。

先把文档变干净，再让 Agent 开始工作。

很多时候，真正影响 Agent 效果的，不是模型，而是它第一眼看到的文档长什么样。

#Firecrawl #AnyDoc #ClaudeCode #Codex #Cursor #RAG #企业AI #DocumentAI #开源项目