Dokumentkonvertering til Markdown med Rust

Hvis du bygger en dokumentbehandlingspipeline i Rust, kender du rutinen: hent data, konverter formater, producer rent output — samtidig med at latenstiden holdes lav og gennemstrømningen høj. AnyMD's REST API passer naturligt til Rust-økosystemet, fordi begge er bygget med de samme prioriteter: ydelse, sikkerhed og minimal overhead.

Dette indlæg viser, hvordan du konverterer dokumenter til Markdown fra Rust med reqwest, tokio og serde, med benchmarks der viser, hvorfor kombinationen Rust-klient + Rust-server giver den laveste end-to-end-latens, du kan finde. Se også vores vejledninger til Node.js, Python og CLI for andre sprog.

Hvorfor Rust + AnyMD?

AnyMD's konverteringsserver er skrevet i Rust (Axum + Tokio). Når din klient også er Rust, fjerner du al overhead mellem sprog — ingen Python GIL, ingen Node.js event loop-latens, ingen Go GC-pauser. Kun direkte asynkron I/O mellem to stærkt optimerede runtimes.

Konvertering af ét dokument

use reqwest::Client;
use std::path::Path;

#[tokio::main]
async fn main() -> Result<(), Box<dyn std::error::Error>> {
    let client = Client::new();
    let api_key = "your-api-key";

    let file = Path::new("report.docx");
    let file_bytes = tokio::fs::read(file).await?;

    let part = reqwest::multipart::Part::bytes(file_bytes)
        .file_name("report.docx");

    let form = reqwest::multipart::Form::new()
        .part("file", part);

    let resp = client
        .post("https://anymd.net/api/convert")
        .header("Authorization", format!("Bearer {api_key}"))
        .multipart(form)
        .send()
        .await?;

    let markdown = resp.text().await?;
    println!("Got {} chars of Markdown", markdown.len());

    Ok(())
}

Batchkonvertering med tokio-tasks

Når du har en mappe med dokumenter, kan du starte samtidige tasks med en semafor til at styre samtidigheden.

use reqwest::Client;
use std::sync::Arc;
use std::path::PathBuf;
use tokio::sync::Semaphore;
use tokio::fs;

#[derive(serde::Serialize, serde::Deserialize)]
struct ConversionResult {
    file: String,
    ok: bool,
    chars: usize,
}

async fn convert_one(
    client: &Client,
    path: &Path,
    api_key: &str,
) -> ConversionResult {
    let bytes = match fs::read(path).await {
        Ok(b) => b,
        Err(e) => return ConversionResult {
            file: path.to_string_lossy().to_string(),
            ok: false,
            chars: 0,
        },
    };

    let part = reqwest::multipart::Part::bytes(bytes)
        .file_name(path.file_name().unwrap().to_string_lossy().to_string());
    let form = reqwest::multipart::Form::new().part("file", part);

    match client
        .post("https://anymd.net/api/convert")
        .header("Authorization", format!("Bearer {api_key}"))
        .multipart(form)
        .send()
        .await
    {
        Ok(resp) if resp.status().is_success() => {
            let text = resp.text().await.unwrap_or_default();
            ConversionResult {
                file: path.to_string_lossy().to_string(),
                ok: true,
                chars: text.len(),
            }
        }
        Ok(resp) => ConversionResult {
            file: path.to_string_lossy().to_string(),
            ok: false,
            chars: 0,
        },
        Err(e) => ConversionResult {
            file: path.to_string_lossy().to_string(),
            ok: false,
            chars: 0,
        },
    }
}

async fn batch_convert(dir: &str, api_key: &str, concurrency: usize) {
    let client = Client::new();
    let semaphore = Arc::new(Semaphore::new(concurrency));
    let mut entries = Vec::new();

    let mut read_dir = tokio::fs::read_dir(dir).await.unwrap();
    while let Some(entry) = read_dir.next_entry().await.unwrap() {
        entries.push(entry.path());
    }

    let mut handles = Vec::new();
    for path in entries {
        let permit = semaphore.clone().acquire_owned().await.unwrap();
        handles.push(tokio::spawn(async move {
            let result = convert_one(&client, &path, api_key).await;
            drop(permit);
            result
        }));
    }

    let mut ok = 0usize;
    for handle in handles {
        let result = handle.await.unwrap();
        if result.ok {
            ok += 1;
        }
        println!("{} — {}", result.file, if result.ok { "✓" } else { "✗" });
    }
    println!("{}/{} converted", ok, entries.len());
}

#[tokio::main]
async fn main() {
    batch_convert("./documents", "your-api-key", 10).await;
}

Brug af AnyMD til en RAG-ingestion-pipeline i Rust

Her er en realistisk pipeline: overvåg en mappe for nye filer, konverter dem til Markdown, og lav derefter chunking og embedding til vektorsøgning.

Understøttede formater

Priser

Rust-konverteringer får den samme politik om nul datalagring og latenstid under ét sekund som alle andre sprog. Se API-dokumentationen for den fulde specifikation, og se priser for detaljer om planerne.

Få din gratis API-nøgle — 100 sider/måned, intet kreditkort påkrævet.