ibrahimqureshae/mdflux

MDFlux – 将任何文档转换为干净、AI就绪的 Markdown

它是啥 – 仅限 Windows 的便携式桌面应用程序，可将大量文件类型（PDF、DOCX、PPTX、XLSX、EPUB、HTML、CSV、JSON、XML、TXT、MD、图像、音频等）转换为整洁的 Markdown。它在本地运行，对扫描的 PDF 和图像执行 OCR，并可选择性地运行清理步骤（基于规则或本地/API LLM），以提升输出质量。

为何对 AI / RAG 重要 – LLM 流水线通常处理文本。将原始页面作为图像输入视觉模型成本高昂，因为每张图像都会消耗大量且固定的 token 预算。MDFlux 提取实际字符并保留结构（标题、表格、列表）为纯 Markdown，其 token 化成本低 2–6 倍。因此，该工具降低了推理成本，并确保数据私密（无需上传至云端）。

核心功能

功能	优势
本地优先 / 离线	无需云端、无需 API 密钥；文档永远不会离开你的设备。
内置 OCR	扫描版或纯图像 PDF 及图片文件将被转换为文本，而非返回空内容。
批量转换	拖入文件夹即可转换所有文件，支持进度显示、取消操作和每文件诊断。
干净的 Markdown 输出	保留标题、表格、列表；输出可读、可 grep、可 diff。
可选清理	关闭、基于规则、或 AI 清理（本地模型或 API，如 DeepSeek、OpenAI、Groq）。Changes 选项卡显示新增/删除的行。
音频转录	MP3、WAV 等音频文件可作为同一工作流的一部分转录为文本。
无需终端	便携式 zip 包；解压后运行 MDFlux.exe 即可。
可扩展技术栈	Tauri 2 (Rust) 壳层，Svelte 5 UI，Python 侧车使用 Microsoft MarkItDown、RapidOCR、pypdfium2。

典型工作流程

1. 拖入 文件或文件夹到应用中。
2. 选择 清理模式（关闭 / 规则 / 本地 AI / API）。
3. 转换 – 应用显示预览、原始源码、分屏视图和 Changes 视图。保存结果为 .md。

首次启动会下载私有 Python 环境（仅一次，需联网）。后续运行完全离线。

适合谁使用

• RAG / AI 开发者 – 向任意 LLM 提供低成本、结构化源文档。
• 研究人员 – 批量将论文、报告、档案转换为可搜索的 Markdown。
• 开发者 – 从二进制格式获取可 diff 的文本用于版本控制。
• 写作者 / 分析师 – 从合同、演示文稿等提取干净文本。
• 注重隐私的用户 – 无需上传即可转换敏感文件。

与 Microsoft MarkItDown 的对比 MDFlux 使用 MarkItDown 作为核心转换引擎，但增加了：

• 扫描 PDF 和图像的 OCR
• 图形化桌面 UI（无需命令行）
• 自动环境设置和依赖项健康检查
• 带进度 UI 的批量处理
• 清理模式（含 LLM 基础）和 Changes 差分视图
• 音频转录支持
• 默认完全离线隐私

快速上手

1. 从 Releases 页面下载最新 Windows zip。
2. 解压并运行 MDFlux.exe（现代 Windows 已内置 WebView2 运行时）。
3. 首次启动时，应用会创建自包含的 Python 环境（可能需一分钟）。
4. 拖入文件/文件夹，选择清理模式，开始转换。

路线图亮点

• MCP 服务器，使 Claude Code 等代理可直接调用 MDFlux
• 无头流水线和 CI 用 CLI
• macOS 构建（arm64 与 Intel）
• 代码签名以消除 SmartScreen 警告
• 更多 OCR 语言和调优预设

许可证 – MIT（© 2026 ibrahimqureshae）。可自由使用、修改和分发。

---

MDFlux 是一个真正的软件项目，旨在让 LLM 的文档摄入更便宜且更私密。