夜雨聆风你肯定遇到过这种破事。老板甩来一份 PDF ，让你改两行字发回去。你兴冲冲打开，发现这是扫描件，根本没法编辑，折腾半天白费劲。
或者同事发你一个 PPT ，你要摘里面的表格做周报，复制出来全乱套。再或者，你想把一堆历史 Word 、 Excel 喂给 AI 帮你整理，结果格式一塌糊涂。
表格丢了，脚注没了，嵌套列表粘成一坨。这些活儿说大不大，可架不住天天来，每次都耗你半小时起步，纯属添乱。
2026 年 8 月， Firecrawl 团队扔出一个开源工具 anydoc ，主打一句话：不管你丢进来什么办公格式，出来的都是干净、统一的 Markdown 。
据 GitHub 公开数据，它上线没多久星标就冲到数千。今天这篇不吹开源情怀，我把它和另外三种常见路子摆一起，一项项实测对比，你看完就知道日常办公到底该用哪个。
一、先上硬菜：四套方案一张表看清
下面这张表，把我接下来要聊的四种方案放一起比。 anydoc 的数据来自 Firecrawl 官方基准，他们拿 100 份真实文档测的， 14 种格式全覆盖。
pandoc 、在线网站、 WPS 这边是我自己长期用的体感，不是厂商数字，当个参考看，别当真理供着。谁拿厂商 PPT 当圣旨，最后坑的是自己。
一眼扫完， anydoc 在速度和离线隐私上确实杀疯了。但表格下面那行小字才是关键：它不支持扫描件， PDF 这条路也是最弱的。
别被开源滤镜带偏，工具没有万能的，谁用错了场景谁栽跟头。那些吹它全能的帖子，多半没真转过扫描件，纯属糊弄。
二、逐个拆：亮点归亮点，坑也得摊开说
anydoc ：快得离谱，可两个坑藏得深
anydoc 最值钱的一点，是它不管源格式是什么，出来的 Markdown 结构都一致。表格还是表格，脚注还是脚注，嵌套列表层级分明。
它内部每个解析器都汇进同一个文档模型，再用同一个序列化器吐 Markdown 。所以从 2003 年的老 doc 还是刚导出的 pptx 进去，输出长一个样。
这个一致性对喂给大模型特别重要。输入结构稳， AI 理解才稳，不会换个格式就抽风。不少人在这上面踩过坑，转出来一坨根本没法用。
速度更不用多说。官方基准里， anydoc 中位 4.4 毫秒， pandoc 102 毫秒， markitdown 135 毫秒， LibreOffice 慢到 1129 毫秒。
这不是差一点，是差两三个数量级。你要批量转几千个文件，用 LibreOffice 那套得熬几个小时， anydoc 几分钟的事，效率完全不在一个档次。
坑有两个，而且都不小。第一，扫描件 PDF 它直接歇菜。 anydoc 不做 OCR ，文本型 PDF 它转得动，扫描的图片型 PDF 它只看到一堆图。
官方说要走 Firecrawl 托管的 Parse 加 OCR ，那就是上云、就不是纯本地了，隐私优势当场打折。这个坑踩过的人不少，别等需要时才发现。
第二， PDF 这条路本身最弱。有用户实测， PDF 里的粗体斜体经常粘成一坨，因为它走的是单独的 pdf-inspector 引擎，没进那个统一的文档模型。
Word 、 PPT 、 Excel 才是它的强项，文本 PDF 能用但糙。你要拿它转复杂的论文 PDF ，大概率得返工，别指望一步到位。
pandoc ：老江湖，可 Markdown 质量真不靠谱
pandoc 是转换界的活化石，格式支持最广，命令行一把梭。可它最大的问题是，转成 Markdown 之后质量参差不齐。
表格能丢，脚注能没，嵌套列表能变成一坨，换个源格式输出就变样。它本来就不是为 AI 喂文档设计的，是给排版出版用的，硬套进来纯属添乱。
你要只是偶尔转一下，能忍。你要批量喂大模型，它这套不稳定能把你坑哭。而且它要装环境、记命令，对不懂终端的打工人门槛不低，劝退一脸。
在线转换网站：方便是真方便，泄露也是真泄露
Smallpdf 、 ILovePDF 这类网站，门槛最低，打开网页拖进去就完事。可代价是文件得上传到别人服务器，这坑太大。
合同、报表、简历这种敏感文档，你真敢往上传？我见过太多人图省事，把带客户信息的报价单扔上去转，转完就忘了这茬，风险全留着。
免费额度还抠门，大文件、多页数动不动就让你开会员。这套路子不靠谱，省了眼前的麻烦，埋了后面的雷，白搭。
WPS / Office 自带：最省事，可格式少得可怜
WPS 和 Office 自己能互转，最不需要学习成本。可它支持的格式少，复杂排版一转就崩，会员还要钱，转完经常一塌糊涂。
你让它把 PPT 转成能编辑的 Word ，出来的排版乱得没法看。它适合处理自己家格式，跨格式互转不是它的强项，指望它不现实。
三、上手教程： anydoc 一条命令就能跑
这一步没想象中难，照着做就行。 anydoc 提供四种玩法，挑你顺手的，别被命令行吓退。
最简单的命令行，不用装任何东西，一条 npx 直接跑：
npx@firecrawl/anydocreport.docx运行完， Markdown 直接打在终端里。想存成文件，加个参数：
npx@firecrawl/anydocslides.pptx-oslides.md第一次跑会下载预编译二进制，之后近瞬时完成。这个过程不费事，新手也能跑通。
你用 Python 居多，就装这个：
pip install firecrawl-anydoc importanydocmarkdown=anydoc.to_markdown("report.docx")就这一行，没 API key ，没外部服务，没额外要装的运行环境。对写脚本的人来说，接进流程毫无阻力。
最不想碰命令行的，用浏览器版。它把整个库编译成 WebAssembly ，丢进网页里跑，文件全程在你本机转换，不上传任何服务器。
这对隐私敏感的场景最稳，合同报表往里拖，心里不慌。本地离线这个优势，在线网站给不了，别为了省事冒险。
CSV 有点特殊，文件本身没有格式标记，得显式告诉它格式名：
npx@firecrawl/anydoc---format csv < data.csv它还顺手做了个 Agent Skill ， npx skills add firecrawl/anydoc 装完，你常用的编程助手就能直接读各种文档，不用再手动转。
这套设计是冲着 AI 工作流去的，不是单纯给你人肉用。把文档读取塞进助手，省得每次手动倒腾格式，这思路才靠谱。
四、自己动手测：转一份真实文档看疗效
光看参数没用，跑一遍才知深浅。我拿一份真实的 Word 周报，里面带表格、引用块、嵌套列表，分别过 anydoc 和 pandoc ，看谁更干净。
anydoc 跑完，表格完整保留，引用块成了块引用，嵌套列表层级分明，粘出来基本不用手修。这体验比 pandoc 顺太多了。
pandoc 那边，表格在，可脚注没了，嵌套列表层级有点错位，得自己调。这个对比很说明问题： anydoc 赢在结构一致， pandoc 赢在格式多但糙，踩坑点不同。
再看扫描件这个硬骨头。我拿一份扫描版 PDF 丢给 anydoc ，出来基本是空的，印证了它不做 OCR 的坑，直接翻车。
解法有两个：要么本地用 OCRmyPDF 先 OCR 成文本 PDF ，再丢给 anydoc ；要么直接认栽，这种活儿交给带 OCR 的商业工具，别硬撑。
anydoc 不是扫描件救星，别指望它一个顶俩，白搭。文本型 PDF 我也试了，普通文档转得挺好，可遇到带大量粗体小标题的论文，粗体斜体确实粘一起，得 manually 修。
所以我的结论是： Word 、 PPT 、 Excel 转 Markdown ， anydoc 闭眼用；复杂 PDF ，悠着点，别一头撞上去翻车。
五、到底选哪个：分人群说人话
别信哪个最强这种伪命题，工具是看人下菜。选错了比不用还费劲，先想清楚自己的文档长啥样。
天天和老板文档、客户资料打交道的打工人，首推 anydoc 。本地离线、隐私稳、速度快，转完直接喂 AI 整理，一条命令搞定。
前提是你的文档是文本型，不是扫描件。这个条件卡住不少人，先确认再冲，别盲目上手踩坑。
常做技术文档、要批量转大量混合格式的开发者， anydoc 当库接进流水线最香。 Rust 、 Node 、 Python 绑定都齐，不拖重型运行时，集成成本低。
偶尔转一次、不懂终端的纯小白，先用 WPS 或在线网站凑合，别硬啃命令行，省得卡在装环境这一步，半途而废最划不来。
但敏感文档千万别传在线网站，那坑踩了后悔都来不及。隐私这东西，泄露一次够你喝一壶。
要处理扫描件、合同归档的，老实上带 OCR 的工具。 anydoc 现阶段补不了这个位，画大饼没用，它真做不到，别替它吹。
六、泼盆冷水： anydoc 不是银弹
最后说句实话。 anydoc 确实香，可别被开源光环糊弄。它有三条硬伤得记牢，漏掉哪条都吃亏。
第一，扫描件直接歇菜，要做 OCR 就得上云，隐私优势当场缩水。这套后手坑人，宣传时不会主动提。
第二， PDF 路径最弱，复杂排版得返工。第三，它解决的是格式转换，不解决内容理解，转完的 Markdown 质量再高，喂给一个笨模型照样废。
那些吹 anydoc 万能的帖子，多半没真转过扫描件，也没拿复杂 PDF 测过。我实测下来，它在 Office 三件套上几乎没对手，在 PDF 上只能算能用。
追一个新工具，先想清楚自己的文档是啥样，别看个演示视频就无脑冲。最后发现自己的核心需求它刚好不覆盖，那才叫白忙活，套路都这套。
这波开源工具对打工人真正的价值只有一个：让你少在格式泥潭里耗时间。 anydoc 把最费劲的 Office 互转做成毫秒级、本地化，这件事本身就值。
至于扫描件和复杂 PDF ，等它把 OCR 补齐那天再说，眼下别替它画大饼。盯紧手边能用的，比追全能神话实在，这话不中听但管用。
