项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-28 · 当前星标 ★ 1069
技术标签
使用教程
环境要求
- Node 18+(npx / npm 方式必需,npm 会自动安装对应平台的原生二进制)
- Docker(可选,官方镜像支持 amd64 与 arm64)
- Python 环境(可选,用于 uvx / pip 方式)
- Rust 1.95+,以及 CMake 和 C++ 编译器(仅从源码 cargo install 时需要)
安装与启动步骤
-
1零安装快速试用
不用先安装,直接用 npx 运行一次并把转换结果重定向到 Markdown 文件;README 中的示例文件名为 report.pdf,换成你自己的文件即可。
npx -y @sylphx/anymd report.pdf > report.md -
2一键接入 MCP 客户端
自动把 anymd 添加到本机所有 MCP 客户端(Claude Code、Codex、Cursor、VS Code、Claude Desktop、Windsurf、Gemini CLI)。加 --dry-run 可先预览,加 --remo
npx -y @sylphx/anymd setup -
3手动添加单个客户端
不想用 setup 时,可只给某一个客户端注册。所有 MCP 客户端执行的都是同一条 npx 命令,把它填进对应的 MCP 配置即可。
claude mcp add anymd -- npx -y @sylphx/anymd -
4全局安装 CLI
希望随时用 anymd 命令而不是每次 npx,可全局安装;安装后本地任意目录都能调用。
npm install -g @sylphx/anymd -
5用 Docker 运行
把当前目录挂载进容器做一次性转换,输出到宿主机;也可以直接以 stdio 方式启动 MCP 服务器。-i 让容器保持标准输入,MCP 客户端才能通信。
docker run --rm -v "$PWD:/data" ghcr.io/sylphxai/anymd report.pdf > report.md docker run -i --rm ghcr.io/sylphxai/anymd -
6用 Python 方式运行
Python 渠道的 wheel 内置同一份预编译二进制,uvx 可一次性运行,pip 用于安装,uvx anymd mcp 可启动 MCP 服务器。
uvx anymd report.pdf > report.md pip install anymd uvx anymd mcp -
7从源码编译安装
需要 Rust 1.95+、CMake 和 C++ 编译器,在本机编译,含 doc-VLM OCR 与本地 ASR 能力。npm、pip、Docker 渠道则是预编译二进制。
cargo install anymd
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
mcpServers.anymd.command | 是 | MCP 客户端启动 anymd 所使用的命令 | npx |
mcpServers.anymd.args | 是 | 传给命令的参数,固定为下面两项 | ["-y", "@sylphx/anymd"] |
--allow-dir | 否 | 把 MCP 服务器限制在指定目录内,避免访问其他路径 | --allow-dir=/path/to/docs |
servers.anymd.type(VS Code) | 否 | VS Code 的 .vscode/mcp.json 需额外声明传输类型 | stdio |
如何确认成功
执行转换命令后 report.md 中应出现转换出的干净 Markdown 内容;在 MCP 客户端中可直接让 AI 读取 PDF 并回答问题(README 演示了 Claude Code 从 PDF 作答)。
常见问题
Q:需要 API Key 或联网调用云端服务吗?
A:不需要。anymd 完全在本机运行,README 明确说明无需 API Key,隐私性更好。
Q:setup 之后想撤销怎么办?
A:重新执行同一条 setup 命令并加上 --remove 即可撤销;想先看会改动什么,可以加 --dry-run 预览。
Q:cargo install 报错缺依赖?
A:源码编译需要 Rust 1.95+ 以及 CMake 和 C++ 编译器。若不满足,改用 npm、pip 或 Docker,它们直接下发预编译二进制。
Q:怎么只让 MCP 服务器访问某个目录?
A:在 MCP 客户端配置的 args 末尾追加 --allow-dir=/path/to/docs,把服务限制在该文件夹内。
Q:npm 安装的原生二进制不匹配平台?
A:README 说明 npm 会自动为你的平台安装对应原生二进制,确保 Node 18+ 后重装即可;也可改用 Docker 镜像。
注意事项
- 全流程本地运行,无需 API Key,也不依赖云端服务。
- npm、pip、Docker 三个渠道都提供预编译二进制,只有 cargo install 会在本机编译。
- 项目原名 pdf-reader-mcp,从旧版迁移可参考官网的迁移指南。
- 主要用途是把 PDF、Word、PPT、Excel、EPUB、HTML、图片 OCR、音视频等资料统一转成 Markdown 喂给大模型。
核心亮点
- 纯 Rust 实现,转换速度快且单机运行,无需 API Key 和联网
- 覆盖 PDF、Office、EPUB、HTML、图片 OCR、音视频字幕等十余种格式
- 同时提供 MCP 服务器和 CLI,能直接接入 AI 智能体工作流
不足之处
- 早期项目,复杂版式 PDF 和扫描件的转换质量仍需更多验证
- 音视频转录等重能力可能依赖外部工具,文档与社区生态待观察
适用场景
- 把一堆 PDF/Word/PPT 资料批量转成 Markdown 建本地知识库
- 在 Claude、Cursor 等 MCP 客户端里直接读取任意格式文件
- 把会议录音或视频字幕转成文本,交给大模型做摘要
替代项目
MarkItDown、Docling
同类项目推荐
dreamcreator
开源
一站式搞定视频下载、字幕处理与资料检索,让创作更高效。
✨一款面向内容创作者的人工智能助手,整合视频下载、字幕处理、资料检索与桌面执行能力 ····
CyberScraper-2077
开源
用大白话指挥 AI 爬网页,不用写解析规则,要啥直接说。
A Powerful web scraper powered by LLM | OpenAI, Gemini & Ollama
awesome-n8n-templates
开源
280+现成n8n模板,复制即用,自动化秒上手
280+ free n8n automation templates — ready-to-use workflows for Gmail, Telegram, Sl···
ViralMint
开源
一键追踪热点,自动生成并发布爆款视频
Open-source video pipeline (clipper, script-to-video & more) — scout trends, clip l···
dusk
开源
用 PHP 链式写法驱动真实浏览器,端到端测试 Laravel 应用
Laravel Dusk provides simple end-to-end testing and browser automation.
AutoPR
开源
让 AI 根据 issue 自动写代码并提交 PR,省时省力
AutoPR autonomously wrote pull requests in response to issues
self-operating-computer
开源
让多模态模型看屏幕、动鼠标,替你操作电脑
A framework to enable a multimodal model to operate a computer.
comfyui-workflow-versatile
开源
导入即用,一键搞定文生图、图生图、重绘和扩图
A general purpose ComfyUI workflow for common use cases.
browser-agent-py
开源
用大白话指挥浏览器干活,省去写代码的麻烦。
AI Browser Agent is an advanced Browser AI tool developed by Oxylabs AI Studio that ···
