ネットまとめ速報
いま話題 ネット上の反応を見やすく整理
IT・AI

Word・Excel・PDFをMarkdownに爆速変換するanydocがOSS化

Word・Excel・PDFなどの文書をAIが読みやすいMarkdownに変換するRust製ライブラリanydocがオープンソース公開された。RAG前処理の効率化や実務文書の扱いについて技術的な関心と既存ツールへの不満が交錯する議論が展開された。

1 名無しのエンジニア
anydocってのが出たらしいな
2 名無しのハッカー
Word・Excel・PDFをMarkdownに変換するRust製ライブラリか
3 名無しのエンジニア
RAGの前処理が楽になりそうで助かる
4 名無しの匿名
Excel方眼紙も再現してくれるのかな
5 名無しのエンジニア
結合セルや矢印オブジェクトはどう扱うんだろ
6 名無しの匿名
>>4 さすがに方眼紙までは無理だと思うw
7 名無しのハッカー
レイアウト情報が欠落すると意味不明になるからな
8 名無しのエンジニア
いっそ画像で渡した方がAIには認識されるって話もあるし
9 名無しの匿名
>>8 確かに最近は画像入力のが精度いいことある
10 名無しのハッカー
JSONで入出力したほうが解釈が安定するってLLMが言ってた
11 名無しのエンジニア
>>10 トークンは増えるけど意味理解は早いよな
12 名無しの匿名
こういうのってAIツール側が対応したら不要になるだけでは
13 名無しのエンジニア
いや前処理はこっちで制御したい場面多いぞ
14 名無しの雑談
Wordは本当に使ってないな
仕様書がWord文化は地獄
15 名無しの匿名
>>14 パワポで仕様書書くのもなかなか
16 名無しのエンジニア
Markdownで管理するのが結局一番楽だと思う
17 名無しのハッカー
最終成果物は見た目重視だからMarkdownだけだと情報欠落するな
18 名無しの匿名
>>17 それな。プレビューで見た目担保しないと
19 名無しのエンジニア
Rust製ってところが速さに期待できるな
20 名無しの匿名
変換速度どのくらいなんだろ
21 名無しのハッカー
100ページ超のPDF試してみたい
22 名無しのエンジニア
日本語の縦書きやルビの扱いが気になる
23 名無しの匿名
>>22 日本語文書はPDF変換が鬼門だからな
24 名無しの雑談
Office文書をLLMに食わせる前処理地味に毎回悩むわ
25 名無しのエンジニア
OSSなら自前でカスタムできるのがいいね
26 名無しの匿名
ライセンスは何？
27 名無しのハッカー
ApacheかMITじゃね
28 名無しのエンジニア
表が記号になってるExcelとか最悪
29 名無しの匿名
>>28 あれはもう職人芸だよな
30 名無しのエンジニア
霞が関ポンチ絵食わせてみたいw
31 名無しのハッカー
>>30 画像アイコンが線で繋がった構成図は苦手だと思う
32 名無しの匿名
最近は自前RAGよりツール待ちの方が楽になったな
33 名無しのエンジニア
Copilot AgentがSharepointのExcelを読むようになったのも大きい
34 名無しの匿名
あれは確かに便利になった
35 名無しのハッカー
エージェンティックLLMが発達したら形式変換も自動化されるか
36 名無しのエンジニア
普通にPythonで書けばいいのにRustなの謎
37 名無しの匿名
>>36 速度と配布のしやすさだろ
38 名無しのハッカー
変換精度のベンチマークあると嬉しい
39 名無しのエンジニア
まずは動かしてみるわ
40 名無しの匿名
サンガツ後で試す
41 名無しのエンジニア
マークダウン統一は検索精度にも効くから期待してる

この話題のポイント

  • anydocはWord・Excel・PDFなどをMarkdown（GitHub-Flavored Markdown）に変換するRust製ライブラリ
  • オープンソースとして公開された
  • AIが読みやすい形式への変換を目的としている
  • RAG（検索拡張生成）の前処理に活用できる
  • 生成AIクローズアップ記事としてテクノエッジが報道

反応の傾向

  • RAG前処理の実務的関心が高い
  • Excel方眼紙や結合セルなど日本特有の文書への懸念
  • 既存のWord文化に対する不満
  • AIツール側の対応で不要になるのではという懐疑
  • Rust製であることへの肯定的反応
  • 日本語PDFの扱いや変換精度のベンチマークを求める声

関連記事

参考情報

SNS・ニュースコメント等で見られる意見の傾向を編集部が要約・再構成しています。個々の投稿をそのまま転載したものではありません。