一、项目介绍

做 RAG、知识库、文档处理时，最头疼的是“格式太杂”：韩文 HWP/HWPX、扫描版 PDF、Office 三件套、图片，每一种都要不同的解析器，表格合并单元格、表单自动填充更是重灾区。尤其韩语公文生态里 HWP 是刚需，通用工具基本不支持，喂给大模型前先要人工搬运。
Kordoc 是一个把 HWP 3.x/5.x、HWPX、PDF、Excel、Word、PPT、图片统一转成 Markdown 与结构化数据的工具，同时提供 CLI 与 MCP 服务器。它针对韩语公文的表格结构做了专门校验（官方称 100% 还原可见表格），扫描图自动触发 OCR，还能做表单批量填充与新旧对照。接进 Claude、Cursor、Codex 后，Agent 直接多出 20 个文档处理工具。

二、项目基本信息

信息项详情
项目名称Kordoc
GitHub地址https://github.com/chrisryugj/kordoc
项目描述모두 파싱해버리겠다 — HWP·HWPX·PDF·Office 문서를 Markdown으로. 양식 자동 채우기와 신구대조를 갖춘 CLI·MCP 서버Convert Korean documents (HWP, HWPX, PDF, Office) to Markdown — CLI and MCP server with form filling and diff
作者chrisryugj
开源协议MIT
开源状态公开
LanguagesTypeScript
支持平台Windows / macOS / Linux
最后更新2026-10-29

三、核心优势

  • 格式通吃：HWP/HWPX/PDF/Office/图片统一转 Markdown
  • 表格还原强：韩语公文合并单元格结构高一致
  • OCR 自动：扫描图自动开启识别
  • CLI + MCP：既能命令行用，也能接 AI 智能体
  • 表单与对照：支持批量填表、新旧文档 diff

四、适用场景

适合处理韩语公文、扫描档案、企业文档的开发者与团队：做 RAG/知识库前需要把杂乱格式可靠转成结构化文本，并交给 AI 智能体调用。

五、安装教程

当前最新版本 v4.24.17。按下方命令安装（如遇网络问题可切换镜像源或代理）：

# 需 Node.js 20+
npm install kordoc
# 将 MCP 注册到本地 AI 客户端
npx kordoc setup

常见报错：依赖缺失时先升级运行环境（Node、Python、Go 等）到项目要求版本；网络超时多为镜像或代理问题，可重试或换源。权限类报错请确认已登录对应平台账号。

六、使用示例

下面是一段可直接参考的真实示例：

# 转换单个文件为 Markdown
kordoc convert docs/raw.hwp -o out.md
# 或直接让 Agent 调用（已 setup 的客户端重启后生效）

七、常见问题

问：中文 Word/PDF 能用吗？答：可以，Office 与 PDF 均支持，HWP 为韩语格式特化。问：必须在韩国环境吗？答：不需要，Node 跨平台运行。

八、总结

Kordoc 用一个清晰的设计，把把杂乱格式变成干净可处理的文本这件反复劳动变成了可复用、可维护的能力。它不追求大而全，而是把核心痛点解决得足够扎实——这正是日常开发与团队落地时最需要的那种工具。如果你也在被同类问题困扰，不妨按上面的安装与使用步骤试一试，把它接进自己的工作流。