kordoc CLI完全指南批量转换HWP·HWPX·PDF为Markdown10个常用命令速查【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 是一款开源的韩国文档转换 CLI 工具可以把 HWP、HWPX、PDF、XLS(X)、DOCX、PPTX 以及图片一键转换为 Markdown 和结构化 JSON支持批量转换、本地 OCR 识别扫描件还能反向生成公文 HWPX、自动填充表单。无论你是要批量处理几百份韩文公文还是想让 AI 读懂 HWP 文件这份 kordoc CLI 使用指南都能帮你快速上手。一、kordoc 是什么为什么需要批量转换工具在韩国HWP 是公文和办公的绝对主流格式但它封闭、难解析把存量 HWP·HWPX·PDF 文档变成可搜索、可检索的 Markdown 一直是件麻烦事。kordoc 解决的正是这个问题全格式覆盖HWP 3.x/5.x、HWPX、HWPML、PDF、XLS/XLSX、DOCX、PPTX、PNG/JPG/WebP 全部可转 Markdown本地 OCR扫描版 PDF 无需联网、无需 API Key本地 CPU 即可识别PP-OCRv5 韩文模型约 18MB批量并行一条命令转换整个目录--jobs多进程并行不止转换还有表单填写、公文生成Markdown → HWPX、个人信息打码、新旧版本比对等 17 项能力官方验证数据2,286 份 HWPX 公文的 9,865 个表格结构 100% 一致PDF 文字复现率 99.83%。想深入了解原理可看 docs/architecture.md完整参数手册在 docs/usage.md。二、1分钟安装两种使用方式只需 Node.js 20 以上macOS / Linux / Windows 全平台支持。# 方式一不安装直接运行推荐新手 npx kordoc 文件.hwpx # 方式二全局安装成依赖用于脚本/项目集成 npm install kordoc PDF 和 OCR 依赖默认随包安装加--omitoptional可跳过但 PDF/OCR 功能会受限。三、10个常用命令速查表先看总表再逐个讲解 #场景命令1单文件转 Markdownnpx kordoc 文件.hwpx -o 文件.md2批量转换 并行npx kordoc *.pdf --jobs 4 -d ./结果/3只转指定页npx kordoc 文件.pdf --pages 1-34扫描件 OCRnpx kordoc 扫描件.pdf --ocr5输出结构化 JSONnpx kordoc 文件.hwpx --format json6RAG 检索分块npx kordoc 文件.pdf --format chunks7表单自动填值npx kordoc fill 申请書.hwpx -j 值.json8Markdown 生成 HWPXnpx kordoc generate 报告.md --preset 报告书9个人信息打码npx kordoc redact 文书.hwpx10AI 客户端一键接入npx -y kordoc setup1️⃣ 单文件转换最基础的一条命令npx kordoc 事业计划书.hwpx -o 事业计划书.md不加-o时直接打印到终端方便快速预览。图片会提取到images/文件名/目录并附带 manifest.json不会互相覆盖。2️⃣ 批量转换-d输出目录 --jobs并行# 整个目录的 PDF 全部转 Markdown npx kordoc *.pdf -d ./转换结果/ # 4 个进程并行速度大幅提升 npx kordoc *.pdf --jobs 4 -d ./转换结果/两个实用注意点--jobs 1时多个文件必须搭配-d进程数越多内存占用越高小文件并行反而可能更慢。详见 docs/parallel-batch.md。3️⃣ 指定页范围只转你要的几页npx kordoc 报告.pdf --pages 1-3 # 也支持非连续页--pages 1,3,5-7HWPX/HWP 使用原文档的实际排版页PDF 用真实页码适合先抽查再全量转换。4️⃣ 扫描件 OCR无文本层的 PDF 照样能读npx kordoc 扫描件.pdf --ocr # 只识别需要 OCR 的页默认最省资源 npx kordoc 扫描件.pdf --ocr-force # 强制全部页重新识别内置韩文 OCR 在本地运行首次使用自动下载约 18MB 模型扫描件中的表格结构也能恢复。模型状态可用npx kordoc models --status查看封闭网络可用--export/--import迁移。5️⃣ 结构化 JSON 输出给程序用的数据npx kordoc 报告书.hwpx --format json输出包含blocks结构化块、pages按页正文、metadata标题、作者、创建时间等适合二次开发。CLI 的失败契约也在此失败时输出机器可读的错误 JSON 并以 exit 1 结束可用code字段分支处理如ENCRYPTED、IMAGE_BASED_PDF。6️⃣ RAG 分块喂给大模型的友好格式npx kordoc 文件.pdf --format chunks自动生成带面包屑层级标题·条款式层级的检索分块表格独立成块是构建文档知识库RAG的推荐入口。7️⃣ 表单填写fill命令自动填值# 先看看有哪些字段 npx kordoc fill 申请书.hwpx --dry-run # 用 JSON 文件填值 npx kordoc fill 申请书.hwpx -j 值.json -o 完成.hwpx # 或直接命令行传 npx kordoc fill 申请书.hwpx -f 姓名홍길동,地址서울它还内置两种韩国标准公文模板gian一般拟文 /gian-simple简易拟文不传文件即可按模板生成公文模板源码见 templates/。8️⃣ 反向生成Markdown → 公文 HWPXnpx kordoc generate 报告.md -o 报告.hwpx --preset 报告书支持 9 种公文预设official / report / plan / notice / minutes / gaejosik / press / ministry / bangchim自动应用政府公文惯例条款编号、缩进、表格表头阴影等。想复刻某机构的表格风格可用profile命令从参考 HWPX 提取样式档案再传给--profile。9️⃣ 个人信息打码redact安全合规npx kordoc redact 民愿文书.hwpx -o 打码后.hwpx # 选择规则并只预览位置 npx kordoc redact 契约书.hwp --rules rrn,phone --dry-run默认脱敏身份证号、手机号等name/address等敏感规则需显式开启HWPX/HWP 保持原格式打码PDF/DOCX 输出打码后的 Markdown。注意公开前请人工最终复核。 AI 客户端接入setup一键注册 MCPnpx -y kordoc setup交互式向导会自动把 kordoc 注册到已安装的 AI 客户端Claude Desktop、Cursor、Claude Code 等重启后即可在对话中直接使用解析、比对、生成、渲染等 17 个 MCP 工具——让 AI 直接读懂你的 HWP 文件这是新手最容易上头的用法。四、新手避坑高频选项速查选项作用适用场景--password 密码打开加密文档HWPX/HWP3/HWP5 加密文件--no-images不提取图片字节只要纯文本输出更小--plain纯文本 Markdown去掉图片占位和加粗下划线适合索引--no-tables关闭 PDF 表格检测两栏试卷等表格误检导致顺序混乱的文档--no-header-footer保留 PDF 页眉页脚默认自动去除需要时保留--html-tables表格输出为 HTML复杂表格需保留标签结构加密文档报错时CLI 会输出code: ENCRYPTED的 JSON补上--password即可无文本层的扫描 PDF 会提示IMAGE_BASED_PDF加--ocr解决。五、延伸不只是转换器新旧比对compare能力支持 HWP ↔ HWPX 交叉对比块级单元格级差异见 src/diff/compare.ts格式保留补丁patch命令把编辑过的 Markdown 写回原 HWPX保留字体字号等格式目录监听watch命令监控文件夹新落盘文件自动转换支持 webhook 通知渲染预览render命令把 HWPX/HWP 渲染成 SVG/PNG/HTML/PDF无需安装韩com 韩文 Office完整命令与参数请参考 docs/usage.mdCLI 入口实现在 src/cli.ts子命令分布在 src/cli/ 目录下。总结kordoc 把韩国文档地狱变成了一条命令行装npx kordoc无需任何安装转单文件、批量、并行、OCR、RAG 分块全覆盖用表单填写、公文生成、打码、AI 接入一应俱全从第一份 HWPX 转换开始配合上面的 10 个命令速查表你可以在 10 分钟内建立一套完整的文档自动化流水线。【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