Anydoc là thư viện Rust của Firecrawl chuyển hàng loạt định dạng tài liệu văn phòng — Word, PowerPoint, Excel, OpenDocument, RTF, EPUB, CSV, PDF — sang Markdown sạch với tốc độ rất cao và có sẵn binding Node.js lẫn Python. Đây là lớp “tiền xử lý” then chốt để đưa tài liệu lộn xộn vào pipeline RAG hay LLM.
Ứng dụng
- Chuẩn hoá kho tài liệu doanh nghiệp thành Markdown cho chatbot nội bộ
- Tiền xử lý dữ liệu cho pipeline RAG, embedding và vector store
- Trích xuất nội dung sạch từ hợp đồng, báo cáo, slide để LLM đọc
Hướng kiếm tiền: Bán dịch vụ “dọn và chuẩn hoá dữ liệu” cho SME muốn làm trợ lý AI nội bộ nhưng kẹt ở khâu tài liệu bừa bộn.
⭐ 16.5k (ghi nhận) · nhóm: RAG & Data · license: MIT
Được nhắc trong bản tin
Đi tiếp: Xem Tổng hợp giải pháp để đóng gói repo này thành dịch vụ.