原理博客

把资料变成 AI 可读的 Markdown

我们写这组文章，拆解 Everything to Markdown 背后那些"看起来理所当然、其实各有讲究"的事：为什么是 Markdown、14 种格式如何归一、格式怎么被识别、为什么要在你浏览器里跑、以及 PDF 到底卡在哪里。

一段 Word 复制到聊天框里往往只剩一堆乱码和换行。AI 真正能吃进去的，是结构化、低噪声、语义明确的文本——这恰恰是 Markdown 的强项。

Word、PPT、Excel 的内部结构天差地别。本文讲清楚"先解析进同一个中间模型，再统一序列化"这条管线，为什么比逐格式硬编码更稳。

.pdf 不一定是 PDF，.docx 也可能只是改了名的 ZIP。Everything to Markdown 看的是文件内容本身——这是一个比你想的更可靠的做法。

上传到服务器转，等于把资料交了出去。本地 WebAssembly 转换既保护隐私，又把延迟压到毫秒级。这两者并非不能兼得。

同样是 PDF，有的能完美转成 Markdown，有的连一个字都提不出来。差别不在工具，而在文件本身有没有"文字层"。

关于 Everything to Markdown

Everything to Markdown 由 星球小捕手 打造，借鉴并参考了开源文档转换模型 Firecrawl anydoc （Rust → WebAssembly，MIT 许可证），把"各种资料转成 AI 能读懂的 Markdown"做成一个简单、本地、轻量的网页工具。