Firecrawl 又开源!14 种文档秒转 Markdown,暴涨 1 万 Star

Firecrawl 刚刚开源了一个新项目——AnyDoc。

一个 Rust 写的文档解析引擎，14 种格式一键转 Markdown，中位数耗时 4.7 毫秒。

没有 API key，没有系统依赖，本地跑。

GitHub：https://github.com/firecrawl/anydoc

01 为什么值得写

做 AI 应用的都知道一个痛点：用户传什么格式的文件都有。

DOCX、PDF、PPTX、XLSX、EPUB、RTF……每个格式都要找对应的库，每个库的输出格式不一样，错误处理方式也不一样。最后项目里堆了四五个文档解析依赖，维护起来头疼。

AnyDoc 做的事就一句话：一个库，14 种格式，全部转 Markdown。

14 种格式，一个二进制。

而且它不只是转文本——表格、图片、格式都保留。不是扔给你一段纯文字，是保留结构的 Markdown。

基准测试数据：

质量评估维度：完整性、结构、格式、清洁度。AnyDoc 在每个格式上都领先。

注意：基准测试的语料是 Firecrawl 自己的，每个工具的评分只计算它实际支持的格式。所以跨格式对比时，AnyDoc 的 81 分是 14 种格式的平均，其他工具只算自己支持的子集。但即使逐格式对比，AnyDoc 也全部领先。

Rust：

let markdown = anydoc::to_markdown("contract.docx")?;

Node.js：

import { toMarkdown } from "@firecrawl/anydoc";const markdown = await toMarkdown("contract.docx");

Python：

import anydocmarkdown = anydoc.to_markdown("contract.docx")

CLI：

cargo install anydocanydoc contract.docx

就一行。没有 API key，没有配置文件，没有系统依赖。装完就能用。

AnyDoc 不是 Firecrawl 第一个开源的文档工具。

半个月前他们刚开源了 pdf-inspector，专门处理 PDF——文本型 PDF 直接提取（150ms），扫描件才送 OCR。9.5K Star，之前我刚写过推文。

AnyDoc 和 pdf-inspector 是同一套思路的延续：

两个仓库分开维护，但共享同一条技术路线。PDF 用 pdf-inspector，其他 14 种格式用 AnyDoc。合在一起，覆盖了 AI 管线实际会遇到的绝大部分文档类型。

Garry Tan（YC 总裁）在 X 上推荐了这个项目，称它是解决 AI 文档解析痛点的关键工具。

Firecrawl 官方也表示，AnyDoc 已经上线了他们的 /parse 和 /scrape 端点——也就是说，你现在用 Firecrawl 解析文档，底层跑的就是 AnyDoc。

AI 应用开发里，文档解析是个又脏又累的活。每个格式找一个库，每个库维护一套逻辑，最后项目里堆了一堆依赖，还没一个能全覆盖的。

Firecrawl 这次开源的 AnyDoc，用一个 Rust 库解决了 14 种格式的解析问题，4.4ms 耗时，质量领先竞品，且已经在生产环境里跑了。

GitHub：https://github.com/firecrawl/anydoc