有一份 Excel 订单表，四千多行，含合并单元格的表头，平时用 WPS 打开都得转两圈。刚才我用一个刚开源的命令行工具转它，几毫秒出结果，整张表变成了一份干净整洁的 Markdown 表格，订单号、地址、电话、物流单号一列不少，连合并表头都还原了。

这个工具叫 anydoc，8 月 3 号发布在 GitHub 上，到今天刚好 10 天，14,670 颗星。做它的是 Firecrawl 团队，就是那个做网页抓取转 Markdown 的公司，在 AI 圈挺有名，很多 agent 工具抓网页用的都是它。他们把自己处理文档的技术抽出来开源了，一个用 Rust 写的库，专门干一件事，把各种办公文档转成 Markdown。

为什么 Markdown 这么重要，跟 AI 打交道的人应该深有体会。你让 AI 读一份合同，它要的是纯文本，pdf 里嵌的字体、图片、复杂排版它全不在乎。你让 AI 整理一份报表，它要的是结构化的表格，不是图片里的格子。Markdown 刚好是文本和结构的中间形态，既能被大模型完整理解，又保留了标题、表格、列表这些语义信息。anydoc 干的就是这座桥的活，把办公室里所有格式的文档，变成 AI 能直接消化的文本。

它到底能转什么

支持的格式表列出来是这样的。Word 全系，doc、docx、docm，2003 年的老格式和新格式都收。PowerPoint 全系，ppt、pps、pot、pptx、pptm、ppsx、ppsm，连幻灯片模板格式都覆盖了。Excel 全系，xls、xlsx、xlsm、xlsb，老版的二进制格式也没落下。加上 OpenDocument 的 odt、ods、odp，还有 RTF、EPUB、CSV、PDF。一共 8 大类 14 种格式。

这个全格式覆盖在同类工具里是独一份。市面上老牌的转换工具，pandoc 支持 5 种，markitdown 支持 6 种，docling 支持 4 种，微软自家的工具只支持 docx 一种。LibreOffice 覆盖面广一些，12 种，但慢得离谱。anydoc 是唯一一个把 14 种全吃下的。

更难得的是老格式兼容。2003 年的 doc 和昨天的 pptx 都归到同一个内部文档模型，转出来的 Markdown 结构完全一致，不会出现换了个格式就换了个输出的情况。表格带合并单元格和表头行，列表带嵌套和任务勾选，脚注尾注都保留，PPT 的演讲者备注也能提出来。图片不会丢，转成替代文字放在 Markdown 里，原始字节还挂在文档对象上，需要的话能取出来。

这个设计思路挺聪明。它不针对每个格式写一套输出逻辑，而是先把各种格式都解析成一个统一的内部文档模型，再用同一个序列化器输出 Markdown。所以不管是 doc、xlsx 还是 epub，出来的 Markdown 风格完全统一，转义、表格、标题锚点、脚注，行为一模一样。你在 A 格式上看到的效果，在 B 格式上也是这个效果。

我用真实文件试了

刚才那份订单表就是实测。命令只有一行，npx 加包名加文件路径，npx @firecrawl/anydoc 导入订单模板.xlsx。输出直接打在终端里，整张四千多行的表变成了标准的 Markdown 表格，表头是订单号、日期、店铺名称、SKU、姓名、地址、城市、州、邮编、电话、数量，一列都没少。空单元格保留占位，多行地址乖乖待在表格里。

我特意挑这份文件是因为它有代表性，合并单元格、多行表头、空值、超长文本都有，是真实业务场景里最烦人的那种表格。转完我对着原表核了一遍，数据一行不差，Markdown 的管道符和分隔线都排得整整齐齐，直接扔给大模型就能用。

命令行还有几个实用选项。默认输出到终端，加个 -o 参数就能存成文件，npx @firecrawl/anydoc slides.pptx -o slides.md。支持从标准输入读，管道符喂 CSV 进来，转完吐出去，方便接在脚本流水线里。第一次运行 npx 会自动下载对应平台的预编译二进制，之后就是秒开。

关键是快。官方 benchmark 里，单份文档中位转换时间是 4.4 毫秒。这个数字什么概念，LibreOffice 是 1129 毫秒，markitdown 是 134 毫秒，pandoc 是 102 毫秒。anydoc 比第二快的快了 20 多倍，比 LibreOffice 快了 250 多倍。因为它是纯 Rust 实现，不调外部服务，不跑机器学习模型，一个二进制文件把活全干了。

而且它不靠扩展名猜格式，是读文件内容本身。PDF 看文件头，RTF 看开组标记，Excel 看 OLE 流名称，压缩包类看 mimetype 和 content types。你给它一个后缀名改错的文件，它照样能认出真身。这个细节很实用，现实中从邮件里下载的附件，后缀名经常是乱的。

和别的工具打了一架

官方 benchmark 拿 100 份真实文档、14 种格式，跟 6 个主流工具比。裁判是个大模型，把两个工具的输出跟原始文档渲染图对比，从完整性、结构、格式、干净度四个维度打分，一共做了 482 次盲评，每对输出交换顺序评两次，抵消位置偏差。

总分 anydoc 81，LibreOffice 40，markitdown 65，pandoc 56，docling 57，unstructured 63。按格式逐个比，14 种格式 anydoc 全部排第一。docx 它拿 88，LibreOffice 只有 56。pptx 它拿 74，LibreOffice 只有 24。xlsx 它拿 72，markitdown 是 55。RTF 它拿 88，pandoc 只有 45。

这个对比最狠的地方在输出质量。LibreOffice 转出来的 Markdown 是给人看的，乱糟糟的格式混在一起，干净度评分只有 24。anydoc 的输出是给 AI 吃的，结构清爽，每张表都是正经 Markdown 表格，直接可以喂给大模型。同一个文件，LibreOffice 转出来是一堆杂乱的文本，anydoc 转出来是规整的表格，差别肉眼可见。

四种用法，总有一种适合你

最省事的用法是命令行，npx 一条命令，第一次跑自动下载二进制，之后秒开。也可以全局安装，npm install -g，之后就有一个 anydoc 命令随便用，跟 ls、cat 一样随手敲。

写代码的人有完整 SDK。Node 版几行代码，import 进来，toMarkdown 传文件路径就出结果，转换跑在线程池上不阻塞事件循环，处理大文件不会卡住服务器。Python 版 pip install firecrawl-anydoc，用法几乎一样，转换时释放 GIL 不挡其他线程。Rust 版 cargo add anydoc 直接用。还有个 WebAssembly 版，浏览器里跑，文件不出本地机器，官方还挂了个在线 demo，拖个文件进去就能转。

最妙的是它本身就是一个 Agent Skill。npx skills add firecrawl/anydoc，Claude Code、Codex、Cursor 这些 AI 编程工具就学会读文档了。以后你的 AI 助手遇到打不开的 pptx、xlsx，自己会调用 anydoc 转成 Markdown 再读，不用你手动转完再贴给它。这个思路挺超前，工具不止给人用，还给 AI 用，而且是为 AI 使用专门设计的。

举个具体场景。你让 Claude Code 帮你整理一份产品报价表，文件是 xlsx，它以前只能干瞪眼，让你自己转。装了 anydoc 这个 skill 之后，它会自己跑 npx anydoc 把表格转成 Markdown，读完再干活。相当于给 AI 配了个文档翻译官，办公室里的文件它全都能读了。这种 Agent Skill 的生态也在快速起来，agentskills.io 上已经有专门的协议和安装方式，主流编程工具都支持。

另外一个值得说的点是它跟 Firecrawl 自家服务的衔接。anydoc 开源的这部分是纯本地转换，扫描件和复杂 PDF 它搞不定，但 Firecrawl 的托管服务 Parse 把 OCR 也包进去了，同一个转换逻辑，云端跑。你要是本地跑不动的文件，可以交给云端，两条路走的是同一套代码，输出格式完全一致。开源版本给开发者，托管版本给嫌麻烦的人，这个商业闭环做得挺顺。

更新节奏快得吓人

版本记录显示，8 月 5 号连发三个版本，8 月 7 号一个，8 月 10 号又发到 0.1.8，五天四版，新格式和新功能一直在加。GitHub 上的 issue 也热闹，有人要加 PHP 绑定，有人要 JVM 绑定，有人要纯 Go 的实现，有人提出批量转换目录的需求，还有人发现了一个 PDF 依赖库的潜在安全漏洞提了修复。社区活跃度是实打实的。

要说局限也有。扫描件它转不了，因为那是图像不是文本，官方说这种情况走他们托管的 OCR 服务。加密的文档会报错，但会把文件路径记下来告诉你哪份没转成。超过一定复杂度的版式，比如带复杂文本框的 PDF，转换质量会打折扣。不过对绝大多数电子文档来说，这个工具已经够用了。

还有个细节值得一提，这个项目是 MIT 协议，完全开放。你可以把它嵌进自己的产品里，改源代码，商用都没问题。对于做工具类产品的开发者来说，这等于拿到了一套经过 benchmark 验证的文档解析引擎，比自己从零写解析器省太多事。想深入研究的，源码里每个格式一个目录，Rust 写的，结构清晰，光读代码就能学到不少解析技巧。

我转完那份订单表之后想了一下，这工具的价值不在于快，在于把文档变成 AI 能读的东西。四五千行的表格，人工整理成喂给大模型的格式要半天，它几毫秒搞定。以后收简历、收报表、收合同，不管对方发什么格式，一条命令，全是干净的 Markdown。

要是你也在做 AI 相关的产品，或者天天跟各种格式的文档打交道，这个工具值得现在就装一个。一条 npx 命令的事，装完不亏。哪天客户甩来一个打不开的文件，你就知道它多好使了。