開場白

本週開源社群最受矚目的焦點，是 Firecrawl 團隊推出的 anydoc，它能在毫秒級內將 14 種格式完美轉為 Markdown。除了這款多格式統一解析器，我們還會拆解能在本機搭建 Agent 生態系的 deepseek-harness，以及用純 C 語言在有限記憶體跑完兆級參數模型的極限優化實踐，等一下告訴你。

---

本週開源好物

1. anydoc：14種格式統一輸出的超高速 Markdown 解析器

• 它是什麼: 解決在開發 RAG（檢索增強生成）、知識庫或文件匯入系統時，被 Word、PPT、PDF 轉 Markdown 折磨的痛點。它將 14 種格式（包含 .docx、.pptx、.xlsx、.odt、.rtf、.epub、.csv、.pdf 等）先解析成同一套統一的文件模型（document model），再由同一個 Markdown 序列化器輸出，確保跨格式的表格、合併儲存格在轉換後維持高度一致。
• 本週聲量: GitHub 17.9k ★（30 天內新專案，實際累積 17,894 顆星），授權為 MIT，主要開發語言為 Rust。
• 亮點功能:
  • 極致的處理效能：官方在 Apple M3 Max、16GB RAM 的硬體環境下，使用 100 份真實文件進行基準測試（Benchmark 數據詳見 GitHub 測試說明）。anydoc 的中位數處理時間僅 4.4ms、品質得分 81 分。相比之下，Markitdown 耗時 134.8ms/52分、Pandoc 102.1ms/38分、Docling 513.6ms/51分、Unstructured 572.9ms/63分。anydoc 在速度上快了 20 到 250 倍，且是唯一 14 種格式全數通過測試的工具。
  • 多端整合與輕量相依：Rust 核心提供 CLI（npx）、Node（@firecrawl/anydoc）、Python（firecrawl-anydoc）三種整合方式，甚至提供 WebAssembly 版本（@firecrawl/anydoc-wasm）可直接在瀏覽器前端執行。相較於傳統使用 LibreOffice headless 轉檔，它省去了安裝整包 Office 軟體相依性的麻煩。
• 快速上手: 不用安裝，在終端機輸入一行指令直接試用：

  npx @firecrawl/anydoc report.docx -o report.md
  

  若要導入開發管線，在 Node 專案中安裝後呼叫：

  import { toMarkdown } from '@firecrawl/anydoc';
  const markdown = await toMarkdown('report.docx');
  

• 跟同類比: 與 Markitdown、Pandoc、Docling、Unstructured 相比，那幾套工具要嘛格式覆蓋率不足（如 Pandoc 僅支援 5/14、Docling 4/14），要嘛速度慢上數十至數百倍。anydoc 同時贏在「格式覆蓋率」與「解析速度」，且無須打包龐大的 Office 運作環境。
• 誠實雷點: 必須注意它的限制，它目前只能處理「文字型 PDF」，如果是掃描檔或需要 OCR（光學字元識別）的圖片，anydoc 無法直接處理，必須另外對接 Firecrawl Parse 等外部服務。
• 適合誰: 適合正在開發 RAG 系統、本地知識庫，需要大量且高效率做文件預處理的後端與 AI 工程師。
• 連結: firecrawl/anydoc

---

2. deepseek-harness：基於外掛架構的本機優先 Agent 骨架工廠

• 它是什麼: 專為想自組 AI Agent 的工程師設計的開發骨架。它不是開箱即用的 coding 助理，而是一個「Agent 工廠」，讓你可以把模型、工具、工作流當成積木，隨插隨用組裝出想要的 Agent。
• 本週聲量: GitHub 1.8k ★（註：此為本專案發佈初期之獨立星數。整個 DeepSeek 官方主倉庫與生態系在 30 天內狂捲超過 18 萬顆星，本專案為其生態系新成員，並已衍生出桌面端 18.2k★、外掛精選 11.5k★、路由套件 6.6k★ 等多個衛星專案），授權為 MIT，主要語言為 TypeScript。
• 亮點功能:
  • 萬物皆外掛的 Cordis 架構：底層架構建構在 Cordis 之上。不論是模型適配器（model adapter）、工具註冊表（tool registry）、對話日誌（session log），甚至連核心的 agent loop 本身都是外掛，全部可以透過設定檔動態抽換。
  • 本機優先與原生桌面支援：執行 npx @deepseek-ai/dsh web 即可在本機啟動 Web UI（預設為 <http://127.0.0.1:3080>），完全 local-first，免去申請雲端服務的繁瑣步驟。此外，官方推出 DSH Desktop，將 Web UI、主機服務與外掛系統打包成 Windows (NSIS) 與 macOS (DMG) 原生安裝檔，內建外掛市集與系統列常駐，同樣採 MIT 授權且完全免費。
• 快速上手: 想快速體驗 Web UI，可直接在終端機輸入：

  npx @deepseek-ai/dsh web
  

  並在瀏覽器打開 127.0.0.1:3080。不習慣終端機的使用者，可以直接到 GitHub 下載 DSH Desktop 安裝檔，開箱即用。
• 跟同類比: 與 Claude Code 或 Codex 這類「拿來就能直接寫程式」的成品 Agent 不同，deepseek-harness 賣的是底層骨架。前者是給你一把調整好的工具，後者則是提供可更換槍管的槍身。
• 誠實雷點: 官方在 README 中用大寫警告：「THERE WILL BE COMPATIBILITY-BREAKING CHANGES」。目前定位是開發者預覽版（Developer Preview），不建議直接當作正式環境的控制面，API 與設定格式隨時可能調整。
• 適合誰: 適合想深入自訂 Agent 工作流、串接自研工具，並偏好本機部署的 AI 應用開發者。
• 連結: deepseek-ai/deepseek-harness

---

3. kimi-k3-in-c：純 C 語言實現的極限記憶體優化 MoE 模型推論實踐

• 它是什麼: 解決了在消費級硬體上跑不起兆級參數模型的痛點。它是一個純 C99 寫成、不依賴 GPU 也不需要任何框架的專案，硬是把一個 2.78 兆參數的模型塞進 8.24GB 的記憶體內執行，並在文件中把每一步的數學與記憶體算給你聽。
• 本週聲量: GitHub 6.3k ★（30 天內新專案，實際累積 6,267 顆星），授權為 Apache-2.0，主要語言為 C。
• 亮點功能:
  • 極致的 MoE 稀疏性與硬碟串流：核心手法是將混合專家模型（MoE）的稀疏性發揮到極致。每個 token 在每層只會啟用 896 個專家中的 16 個（僅 3.7%），剩下的 96.3% 參數完全不載入記憶體，而是保留在硬碟中，透過 LRU 快取即時串流進來。routed experts 經量化後每參數僅佔 0.53 bytes，而 dense 層打包成單一 109GB 的 trunk 檔案，在已知偏移量下使用滑動視窗（sliding window）進行 seek 讀取。
  • 硬碟 I/O 的極高要求：由於高達 96.3% 的參數依賴硬碟即時串流，硬碟讀寫速度是絕對瓶頸。強烈建議使用讀取速度至少達 5000 MB/s 的 PCIe Gen4 NVMe SSD，否則載入延遲會極為嚴重，大幅拖慢推論速度。
• 快速上手: 不需下載 1.56TB 的完整權重即可測試編譯與基礎運行：

  git clone https://github.com/FareedKhan-dev/kimi-k3-in-c
  cd kimi-k3-in-c
  make -j
  make test
  

  測試套件自帶測試資料，兩分鐘內即可跑起來。若要進行實際的文字生成，才需要執行專案內的 download-model.sh 與 pack-trunk.sh。
• 跟同類比: 雖然 llama.cpp 同樣做 CPU 推論，但前提是模型（即使量化後）大致上能放得進記憶體或透過 mmap 載入。本專案反其道而行，讓參數量遠超記憶體數百倍的模型也能運作，將瓶頸從記憶體容量轉移至硬碟讀寫速度。
• 誠實雷點: 實用性極低，純屬技術展示與教科書。作者誠實公佈了推論速度：8GB 記憶體筆電需 26.5 秒/token、64GB 桌機需 19.8 秒、128GB 以上工作站需 5.6 秒。此外，執行需要 1.56TB 的 checkpoint 加上 109GB trunk，總計約 1.7TB 的硬碟空間，且目前完全不支援 macOS、Windows 或 WSL。
• 適合誰: 適合想深入研究 MoE 底層推論工程、記憶體優化極限，以及想了解大模型如何與硬體 I/O 互動的資深系統工程師。
• 連結: fareedkhan-dev/kimi-k3-in-c

---

結尾段落

我是沐妍，本週我們看見了開源界在文件解析速度、Agent 模組化架構以及極端硬體推論上的突破。如果只能挑一個本週立刻在專案中落地的工具，我個人強烈推薦 anydoc，它能幫你的 RAG 流程省下大把的預處理時間。我們下週的開源好物週報再見囉！