7年韩文文档苦旅催生kordoc：HWP·PDF·Office转Markdown终极开源神器

7年韩文文档苦旅催生kordocHWP·PDF·Office转Markdown终极开源神器【免费下载链接】kordoc모두 파싱해버리겠다 — HWP·HWPX·PDF·Office 문서를 Markdown으로. 양식 자동 채우기와 신구대조를 갖춘 CLI·MCP 서버 | Convert Korean documents (HWP, HWPX, PDF, Office) to Markdown — CLI and MCP server with form filling and diff项目地址: https://gitcode.com/gh_mirrors/ko/kordockordoc 是一款面向韩文文档的开源转换工具能一键把 HWP、HWPX、PDF、OfficeXLS/XLSX/DOCX/PPTX等格式批量转为 Markdown还自带表单自动填写、新旧版对照和 MCP 服务器专为被韩公文折磨过的你打造。为什么普通转换工具搞不定 HWP如果你接触过韩国公文大概能体会这份痛苦HWP 3.x / 5.x / HWPX 三种二进制格式并存还有 HWPML、Excel 97 的 BIFF8 老式电子表格、带水印印章的扫描件 PDF……市面上的 PDF 转 Markdown 工具往往一遇到韩文表格就碎了。kordoc 的作者正是一名在广进区政府扛了 7 年 HWP 文件的地方公务员在 5 个公共项目中解析了数千份真实政府文书后决定把这一切都解析掉모두 파싱해버리겠다写成了这个 MIT 协议开源项目。它支持三种使用形态见 README.mdCLI命令行批量转换支持--jobs 4并行JavaScript / TypeScript 库parse()一个函数搞定MCP 服务器给 Claude Desktop、Cursor 等 AI 客户端装上17 个文档工具让 AI 直接读懂韩文文档一键安装3 分钟上手只需 Node.js 20macOS / Linux / Windows 全平台npm install kordoc不想安装直接跑npx kordoc 文档.hwpx -o 文档.md几个最常用命令详见 docs/usage.mdnpx kordoc *.pdf --jobs 4 -d ./结果 # 批量并行转换 npx kordoc 扫描件.pdf --ocr -o 扫描件.md # 扫描件 OCR 识别 npx kordoc generate 报告.md --preset 报告 -o 报告.hwpx # 反向Markdown 生成公文 npx kordoc fill --template gian -j 值.json -o 起案文.hwpx # 公文模板自动填表想接入 AI 客户端一条命令注册 MCPnpx -y kordoc setup核心功能不止是转个格场景kordoc 能做什么读取HWP·HWPX·PDF·Office → Markdown / 结构化数据 / 分页正文 / RAG 清块本地 OCR 无需 API Key对比编辑块级·单元格级新旧版对照格式保留式打补丁撰写Markdown → HWPX公文预设报告·计划·通知·会议记录等表单字段·模板自动填写、两种标准起案文书式、印章加盖审查预览·区域提取、结构/写法检查、个人信息脱敏几个新手最关心的亮点扫描件也能读内置 PP-OCRv5 韩语模型本地 CPU 即可运行完成形态汉字全覆盖无需任何 API Key扫描件的表格结构也能复原️公文自动生成内置政府标准起案文书式gian一般起案文 23 个模板位、gian-simple简易起案文 13 个模板位一条命令填出合规公文新旧版对照compare()支持 HWP ↔ HWPX 跨格式比较表格精确到单元格级差异Markdown 反向生成 HWPX自动套用政府文档惯例表头底纹、双线边框、比例列宽支持 8 级条目编号与公式排版数字说话公开基准第一公文表格 100% 还原kordoc 的验证不是跑通几个样例而是固定语料的回归门禁见 docs/benchmarks.md验证对象规模结果HWPX 公文2,286 份 · 9,865 张表表格结构一致率100%9,865/9,865HWP 5.x ↔ HWPX 对1,120 对 · 4,258 张表成对文档表格结构一致100%PDF 文字744 对字符再现率99.83%、阅读顺序99.15%PDF 表格708 对 · 2,331 张表表格检出99.83%、结构一致97.94%在外部基准opendataloader-bench200 份 PDF上kordoc 默认参数综合得分0.960在 12 个公开解析器中排名第一——甚至超过多个商用引擎单页解析仅需 0.52 秒。项目结构与延伸阅读想深入源码或文档可以从这些入口看起完整用法CLI·MCP 工具·APIdocs/usage.md公文生成引擎规范docs/gongmunseo-engine-spec.md架构说明docs/architecture.md内网封闭网络部署docs/offline-deployment.md内置公文模板templates/一般起案文/简易起案文书式 示例值 JSON版本演进全记录CHANGELOG.md结语HWP 格式闭源、公文格式刁钻、扫描件字迹模糊——这些韩国文档地狱的痛点kordoc 用一个 MIT 开源的 npm 包就全部接住了。无论是做 RAG 数据管道、公文自动化还是单纯想把祖传 HWP 转成 Markdown从npx kordoc 文件 -o 输出.md开始三分钟就能感受到苦旅终结的快乐。【免费下载链接】kordoc모두 파싱해버리겠다 — HWP·HWPX·PDF·Office 문서를 Markdown으로. 양식 자동 채우기와 신구대조를 갖춘 CLI·MCP 서버 | Convert Korean documents (HWP, HWPX, PDF, Office) to Markdown — CLI and MCP server with form filling and diff项目地址: https://gitcode.com/gh_mirrors/ko/kordoc创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考