English | 简体中文

MarkFuse

面向 AI 工作流的高保真文档转 Markdown 工具。

MarkFuse 可将 PDF、Office 文档和扫描文件转换为干净、易读的 Markdown，并比通用转换器更好地保留文档结构。

适用于 RAG、知识库导入与长文档处理流程。 也可直接用于 Markdown 笔记应用，无需依赖 AI 层。

为什么选择 MarkFuse

多数文档转 Markdown 工具只能提取文本。

MarkFuse 的重点是保留结构。

这意味着在以下方面会更好：

• 标题
• 段落
• 列表
• 表格
• 代码块
• 任务列表
• 行内格式
• 面向人类与 LLM 的可读性

目标不仅是输出 Markdown，而是输出真正可用于 AI 流水线的 Markdown。

项目目标

• 产出更干净、更易读的 Markdown
• 尽可能忠实还原文档结构
• 更好支持 LLM 导入、分块、检索与 Agent 工作流
• 可直接用于 Markdown 笔记应用，支持个人与团队知识管理
• 提供可扩展的插件化架构，以支持更多格式与 OCR 后端

格式支持（v0.1.0）

• PDF
• DOCX
• DOC（纯文本降级提取）

当前状态

MarkFuse v0.1.0 已可用，作为首个开源基线版本。

当前重点是核心文档格式的稳定转换质量，OCR 与更多高级格式能力将逐步加入。

设计理念

MarkFuse 以 AI 为核心，但不依赖 AI 才能工作。

它致力于先产出确定性、结构化的 Markdown，再衔接下游 LLM 处理流程。

安装

环境要求：

• Node.js 18 或更高版本

通过 GitHub 全局安装：

npm install -g git+https://github.com/sysvann/markfuse.git

从源码安装：

git clone https://github.com/sysvann/markfuse.git
cd markfuse
npm install
npm link

安装验证：

markfuse --help
markfuse --version

使用

CLI

markfuse file.pdf
markfuse convert file.pdf
markfuse convert report.docx -o report.md
markfuse convert legacy.doc -o legacy.md
markfuse formats
markfuse doctor

markfuse <输入文件> 是 markfuse convert <输入文件> 的简写。

若从源码运行且未执行 npm link，可直接运行：

node bin/markfuse.js file.pdf
node bin/markfuse.js convert file.pdf

API

const markfuse = require('markfuse');

const result = await markfuse.convert('input.pdf', 'output.md');
console.log(result.outputPath);

网站

项目主页：https://markfuse.slog.im

许可证

MIT