SylphxAI/anymd

anymd – あらゆるファイルをAIエージェント向けのクリーンなMarkdownに変換

概要

• 多様なドキュメント形式（PDF、Word、PowerPoint、Excel、EPUB、HTML、画像、音声、動画など）を構造化されたMarkdownに変換する、Rustベースの高速なローカルサーバー/CLIツールです。出力にはページレベルの引用アンカー、見出し、テーブル、画像、オプションのOCR/ASRが含まれ、LLMプロンプトのトークン効率を最大化するように設計されています。

AIエージェントにとっての重要性

• エージェント（Claude、Gemini、Cursorなど）は、トークン制限内に収まるクリーンで構造化されたテキストを必要とします。anymdは、読み取り順序、テーブル、引用を保持したまま、すべてをデバイス上で処理（APIキー不要、データアップロードなし）し、単一の呼び出しでこれを提供します。

主な機能

• 速度 – Rustによる並列変換。38ドキュメントのスイートでdoclingより212倍高速（合計11.5秒）。
• 精度 – レイアウトエンジンがグリフの間隔から単語を再構築し、2段組の論文や枠線なしのテーブルを復元し、上付き/下付き文字を保持します。
• トークン効率の良い出力 – 小さなフロントマター、<!-- page N --> アンカー、コンパクトなテーブル。
• マルチフォーマット対応 – PDF、DOCX、PPTX、XLSX/ODS、CSV/TSV、EPUB、HTML、画像、音声、動画、URL、ディレクトリ全体をサポート。
• ローカル専用 – クラウドサービスなし。OCRはローカルのdoc-VLMモデルまたはTesseractを使用し、ASRはバンドルされたQwen3-ASRを使用します。
• MCP統合 – 4つのModel-Context-Protocolツール（outline、read、search、inspect）を公開し、MCP対応クライアントから呼び出し可能です。
• Proアドオン – 29ドルで、ビデオタイムラインのフレーム抽出や、PDF内の引用箇所を検証する引用チェックツールが利用可能です。

使い方

• npx -y @sylphx/anymd setup コマンドでインストール。これにより、マシン上のすべてのMCPクライアント（Claude Code、Codex、Cursor、VS Codeなど）にバイナリが登録されます。
• CLI例：anymd report.pdf > report.md、anymd https://example.com/article、anymd scan.png --ocr vlm。
• MCPサーバーとして実行（anymd mcp または引数なしで anymd）することで、エージェントがstdio経由で read や search をリクエストできます。
• npm、PyPI、Docker、crates.ioでパッケージを提供。主要プラットフォーム向けのビルド済みバイナリも用意されています。

ベンチマーク

• 公開されている AgentDocBench で総合スコア96.4/100（docling、kreuzberg、unstructuredなどを上回る）。
• テーブルセルF1スコア92.2%、読み取り順序98.8%。
• 38種類のドキュメントの合計変換時間は11.5秒（doclingは2,432秒）。

セキュリティとプライバシー

• すべての処理はローカルで行われます。URL取得時には厳格なアドレスチェックが行われます。
• オプションの --allow-dir でファイルシステムへのアクセスを制限可能。
• 画像はプライベートディレクトリにキャッシュされ、50MPに制限されます。
• 外部ツール（tesseract、ffmpeg）はシェルを介さず、タイムアウト付きで実行されます。

詳細情報

• 完全なドキュメント：https://sylphxai.github.io/anymd/
• ベンチマークガイド：https://sylphxai.github.io/anymd/guide/benchmarks
• Proの詳細と購入：https://sylphxai.github.io/anymd/pro

ライセンス – MIT（コアは無料のオープンソース。Proは有料アドオン）。