mcpField
C
convert-documents-to-markdown

convert-documents-to-markdown

github.com/firecrawl文档处理23.2k12.7k 次安装5 天前更新
代码仓库

关于 convert-documents-to-markdown

Convert documents to Markdown 是一项使用 anydoc CLI 将多种文档转换为 Markdown 的技能，适合在命令行或代码项目中处理文档。它可自动检测格式，并说明 OCR 处理限制及库调用方式。

主要功能

  1. 01转换办公文档、PDF、EPUB 和 CSV
  2. 02将结果输出到标准输出或文件
  3. 03从标准输入读取内容
  4. 04自动检测输入格式
  5. 05为扫描页面提供托管 OCR 选项
  6. 06提供 Node、Python 和 Rust 库接口

适用场景

  1. 01将文档转换为 Markdown 供后续处理
  2. 02把大型转换结果写入文件
  3. 03从管道输入 CSV 并指定格式
  4. 04在代码库中调用转换库而非 CLI

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/convert-documents-to-markdown确认已加载。

详细介绍

将文档转换为 Markdown

运行 anydoc CLI。需要 Node 20+，无需安装：

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

规则：

  1. 支持的输入格式：.doc、.docx、.docm、.odt、.rtf、.epub、.pdf、.ppt、.pps、.pot、.pptx、.pptm、.ppsx、.ppsm、.odp、.xls、.xlsx、.xlsm、.xlsb、.ods、.csv。
  2. 格式会根据文件内容检测。只有在无法检测时才传入 --format <name>：从 stdin 输入 CSV，或者文件缺少扩展名或扩展名不正确。
  3. 退出码：0 表示成功，1 表示无法转换文档，2 表示用法错误，3 表示 PDF 页面需要 OCR。发生故障时，会向 stderr 输出一行 anydoc: <message>。CLI 不会显示提示。
  4. 对于大型文档，请使用 -o 写入文件，然后读取所需部分，而不要将全部内容流式传入上下文。
  5. 扫描页面和仅含图像的页面需要 OCR，而 anydoc 不会执行 OCR，因此文档会以退出码 3 退出。使用 --ocr hosted 重新运行，将文档发送到 Firecrawl Parse。无需注册。传入 --api-key 或设置 FIRECRAWL_API_KEY 可提高限额。
  6. 在 Node、Python 或 Rust 代码库中，优先使用库，而不是通过 Shell 调用：npm 上的 @firecrawl/anydoc、PyPI 上的 firecrawl-anydoc、crates.io 上的 anydoc。它们都提供相同的 to_markdown / toMarkdown API。

评论

支持 Markdown