추천anydoc: 14개 오피스 포맷을 5ms 만에 마크다운으로

Word, PowerPoint, Excel, PDF 등 14가지 문서 포맷을 GitHub-Flavored Markdown으로 변환하는 Rust 기반 라이브러리다. Firecrawl이 개발했으며, LLM 파이프라인에 투입하기 전 문서 전처리 단계를 단일 도구로 대체한다. 모든 입력 포맷이 동일한 구조의 마크다운을 출력하도록 설계되어, 소스 파일 형식에 따른 출력 편차를 제거한다.

변환 속도는 문서당 중앙값 4.4ms로, 경쟁 도구 대비 10배 이상 빠르다. ML 모델이나 외부 서비스 의존 없이 순수 Rust로 동작하며, PDF 텍스트 추출도 로컬에서 처리한다. 표 병합, 각주, 수식(LaTeX 변환), 내장 이미지 등 문서 구조를 정밀하게 보존하며, 파일 확장명이 아닌 내용 기반 포맷 감지를 지원한다.

Node.js, Python, Rust, WebAssembly 네 가지 바인딩을 제공한다. 브라우저 환경에서는 WebAssembly로 실행되어 파일이 로컬에서 처리되며 서버로 전송되지 않는다. 또한 Agent Skill 형태로 제공되어 Claude Code, Cursor 등 AI 에이전트가 문서 파일을 직접 읽을 수 있도록 통합된다.

혼합된 오피스 문서가 들어오는 데이터 파이프라인에서 일관된 마크다운 출력이 필요한 상황에 적합하다. 기존 방식처럼 포맷별로 다른 변환 도구를 조합하거나 느린 외부 API를 호출할 필요가 없다. MIT 라이선스로 공개되어 있으며, 18.2k 스타를 기록한 활성 프로젝트다.