给大模型喂文档这件事，格式一直是个头疼的问题。

买菱角就找我

给大模型喂文档这件事，格式一直是个头疼的问题。Word、PPT、Excel，每种格式的结构都不一样，市面上各种转换工具转出来的 Markdown 质量也参差不齐，表格丢了，脚注没了，嵌套列表变成一坨，换个格式结果就变样。

Firecrawl 团队用 Rust 写了一个库叫 anydoc，专门解决这个问题。支持 14 种办公格式转 Markdown，转换速度中位数不到 5 毫秒，上线没多久就拿了 12000 多个 Star。

它最核心的优势是：不管你丢进去的是什么格式，转出来的 Markdown 结构都是一致的。表格还是表格，脚注还是脚注，嵌套列表层级分明，不会因为源文件换了个格式，输出就面目全非。对大模型来说，输入结构稳定，理解和处理的效果自然也更稳定。

用法上提供了三种选择：Node.js、Python 和浏览器。其中浏览器版本文件全程在本地转换，不传服务器，对隐私敏感的场景也能放心用。

传送门：github.com/firecrawl/anydoc

平时经常要把各种格式的文档转给大模型处理的朋友，这个库拿来用挺省事的，省得每次还要自己折腾格式清洗。

##