mcpField
C
convert-documents-to-markdown

convert-documents-to-markdown

github.com/firecrawlドキュメント23.2k12.7k 回インストール5 日前に更新
リポジトリ

convert-documents-to-markdown について

Convert documents to Markdownは、anydoc CLIでさまざまな形式の文書を変換するスキルです。形式判定、出力方法、OCRの制約、コードベース向けライブラリAPIを説明します。

主な機能

  1. 01オフィス文書、PDF、EPUB、CSVの変換
  2. 02標準出力またはファイルへの書き込み
  3. 03標準入力からの読み込み
  4. 04入力形式の自動判定
  5. 05スキャンページ向けホステッドOCR
  6. 06Node、Python、RustのライブラリAPI

活用シーン

  1. 01後続処理用に文書をMarkdownへ変換
  2. 02大きな変換結果をファイルに保存
  3. 03パイプ入力のCSVを形式指定して処理
  4. 04コードベースでCLIの代わりにライブラリを利用

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/firecrawl/anydoc --skill convert-documents-to-markdown

インストール後、Claude Code で/convert-documents-to-markdownを入力して読み込まれたか確認します。

詳細

ドキュメントを Markdown に変換する

anydoc CLI を実行します。Node 20 以降が必要で、インストールは不要です。

npx -y @firecrawl/anydoc <file>              # Markdown to stdout
npx -y @firecrawl/anydoc <file> -o out.md    # write to a file
npx -y @firecrawl/anydoc - --format csv < f  # read stdin

ルール：

  1. 対応する入力形式：.doc、.docx、.docm、.odt、.rtf、.epub、.pdf、.ppt、.pps、.pot、.pptx、.pptm、.ppsx、.ppsm、.odp、.xls、.xlsx、.xlsm、.xlsb、.ods、.csv。
  2. ファイルの内容から形式を判定します。判定できない場合に限り、--format <name> を指定してください。該当するのは、標準入力からの CSV、または拡張子がないか誤っている場合です。
  3. 終了コード：0 は成功、1 はドキュメントを変換できなかった場合、2 は使用方法のエラー、3 は PDF のページに OCR が必要な場合です。失敗時は、標準エラー出力に anydoc: <message> の1行を出力します。CLI がプロンプトを表示することはありません。
  4. 大きなドキュメントの場合は、-o を指定してファイルに出力し、すべてをコンテキストに流し込むのではなく、必要な部分を読み込んでください。
  5. スキャンされたページや画像のみのページには OCR が必要ですが、anydoc は OCR を行わないため、ドキュメントの処理は終了コード 3 で終了します。--ocr hosted を指定して再実行すると、Firecrawl Parse に送信できます。サインアップは不要です。より高い上限を利用するには、--api-key を指定するか、FIRECRAWL_API_KEY を設定してください。
  6. Node、Python、または Rust のコードベース内では、シェルから呼び出すのではなくライブラリを優先してください。npm の @firecrawl/anydoc、PyPI の firecrawl-anydoc、crates.io の anydoc を利用できます。いずれも同じ to_markdown / toMarkdown API を公開しています。

コメント

Markdown 対応