anydoc: конвертер документов в Markdown
Быстрая Rust-библиотека для преобразования документов Word, PowerPoint, Excel, PDF и других форматов в чистый GitHub-Flavored Markdown с поддержкой Node.js, Python и WebAssembly.
privacy
Эта заметка участвует в semantic memory.
AI Summary
anydoc — это высокопроизводительная Rust-библиотека, которая конвертирует документы 14 форматов (Word, PowerPoint, Excel, OpenDocument, RTF, EPUB, CSV, PDF) в чистый GitHub-Flavored Markdown за единицы миллисекунд. Ключевые особенности: единый вывод для всех форматов через общую модель документа, встроенная поддержка PDF без OCR, извлечение встроенных ресурсов, определение формата по содержимому файла, а не по расширению. Библиотека поставляется с биндингами для Node.js, Python и WebAssembly, а также как Agent Skill для AI-агентов. В бенчмарке anydoc показал наивысшие оценки качества (81/100) и скорость (4.4 мс медиана) среди всех протестированных инструментов, единственный покрыл все 14 форматов. Ошибки конвертации: Unsupported, Malformed, Encrypted, ResourceLimit, MissingPart, Io. Форматы определяются по сигнатурам: PDF-заголовок, RTF-группа, OLE-потоки, ZIP-mimetype. Разработка: cargo test, тесты в tests/fixtures с snapshot-тестированием и fuzzing. Лицензия MIT. Автор/создатель: Firecrawl (https://firecrawl.dev).