大家好，我是何三，独立开发者
一份 Word 文档转成 Markdown，要多久？
以前的标准答案是：快的一两百毫秒，慢的等好几秒。今天这个项目，中位数 4.4 毫秒。
对，你没看错。4.4ms 转完一份，比 LibreOffice 快 256 倍，比 pandoc 快 23 倍，14 种格式全覆盖，质量评分还全场最高。
它叫 anydoc，Firecrawl 团队开源，纯 Rust 写的。发布没几天就冲到近 7000 Star（GitHub 现在显示 6.7k Star，约 7000）。
先搞清楚它到底解决了什么问题。
现在大家都要把文档喂给大模型，第一步就是转 Markdown。这步看着简单，做起来全是坑：表格乱、样式丢、脚注没了、图片变乱码。pandoc 能用，但离"干净"差得远。LibreOffice 转出来更是惨不忍睹，质量分只有 39。
anydoc 的思路很朴素：每种格式一个解析器，解析完统一塞进同一个文档模型，最后用同一个 Markdown 渲染器输出。
说白了，就像把各国语言先翻成同一种"世界语"，再从世界语翻成你要的语言。中间只要修一次 bug，所有格式一起好。
没懂作者为什么这么设计？我一开始也没懂，直到看到那句"一个 docx 的表格转义修复，自动就是 rtf、odt、所有格式的修复"——修一次，处处生效。这种设计，服。
（跑题一下。这让我想起以前搞 Electron 应用，为了兼容 Windows 和 Mac 的换行符，差点把头发薅光。要是早懂"统一模型"这套思路，也不至于……算了，说回 anydoc。）
速度和质量，官方拿 100 份真实文档做了个基准测试，横跨 14 种格式：
- anydoc：4.4ms，质量分 81，14/14 格式
- LibreOffice：1129.5ms，质量分 39，12/14
- pandoc：102.1ms，质量分 56，5/14
- markitdown：134.8ms，质量分 64，6/14
LibreOffice 转完一份的时间，它已经转完 256 份。这数字真的离谱。
原理大概是这样，细节可能有出入——有懂的大佬欢迎指正。反正核心就一句：不搞玄学，纯 Rust 硬解，没有 ML 模型，没有外部服务。
上手门槛约等于零。
不想装环境？浏览器里直接玩。官方 Demo 页把整个库编译成了 WebAssembly，文件在本地转换，不会上传到任何服务器。
想集成进自己的项目，一条命令：
npx @firecrawl/anydoc report.docx # 直接输出到终端
npx @firecrawl/anydoc slides.pptx -o slides.md # 或者写到文件
Node 和 Python 都有绑定，几行代码搞定：
import anydoc
markdown = anydoc.to_markdown("report.docx")
转出来的效果怎么说呢，就是……就是那种"直接丢给 LLM 就能用"的干净。表格、标题锚点、脚注、代码块、任务列表，整整齐齐。文本型 PDF 也能纯本地转，不用装 OCR 服务。扫描件它搞不定，但 Firecrawl 有托管 API 可以补——那是人家自己的商业服务，用不用随你。
装不装都行，看你自己。但如果你经常处理混合格式的办公文档，这玩意儿是真能省时间。同类工具还有微软的 markitdown、Unstructured，要么格式覆盖不全，要么速度差一个量级。anydoc 是目前唯一 14 种格式全覆盖、还跑得最快的。
GitHub 地址：https://github.com/firecrawl/anydoc
一句话总结：AI 时代喂文档给大模型，以前是将就着用，现在是 4.4ms 搞定。想试的先去官方 Demo 页体验一把，再决定要不要装。
本文使用 MGO 编辑并发布
关注"何三笔记"，回复"mgo" 免费下载使用
