浏览器端隐私工具，AnyDoc WebAssembly 转换，TaoToken 发 Key-开发者社区

1. 浏览器里先转 Markdown，再去 TaoToken 拿 Key

AnyDoc 最近在开发者社区很热，但真正让合规行业开发者兴奋的，是它的 WebAssembly 版本：Word、Excel、PPT、RTF、EPUB、CSV 等文档可以在浏览器内转成 Markdown，用户文件不必先上传到你的服务器。转换完成后，如果你需要调用大模型做摘要、问答或字段抽取，可以到 TaoToken 官网（https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=anydoc_wasm_intro）创建 API Key，把 Base URL 填成https://taotoken.net/api，再按 OpenAI 兼容或 Anthropic 兼容方式接入。

这条链路适合谁？比如律所在线合同初审、医院病历摘要辅助、金融机构研报问答。过去最尴尬的一幕是：用户拖进来一份.docx，你的后端用python-docx读出来一堆 XML；遇到.xls要换xlrd；遇到 1997 年的.doc，运维还得在服务器上装 LibreOffice 做中转。现在可以把“读文件”尽可能前移到浏览器，只把转换后的文本送进模型。本文不写热点评论，直接给可跟做的 WASM 调用、Key 配置、Claude Code / Codex / CC Switch 配置和排障清单。

2. AnyDoc WASM 在合规场景的价值：文件不出浏览器

合规行业做在线工具，第一道门槛不是模型效果，而是数据边界。用户上传的是合同、报表、纪要、病历，任何“先上传服务器再解析”的设计都会触发安全评审。AnyDoc 的 WASM 版本把解析引擎编译成 WebAssembly，在浏览器沙箱里执行，文件字节不离开本机。对于“只做格式转换、不做云端 OCR”的场景，这能显著降低数据外传面。

AnyDoc 本身是 Rust 实现的文档转换引擎，支持多种 Office 和 OpenDocument 格式，输出目标是干净的 GitHub-Flavored Markdown。它有两个对工程团队很实用的细节：

魔数识别。它不单纯信任扩展名，而是读文件内容判断真实格式。用户把.xls改名成.docx这种上传异常，在在线工具里非常常见，魔数识别能减少“扩展名对了但解析失败”的工单。
零系统依赖。不需要在服务器上装 LibreOffice、Office 运行时或 Java。WASM 版本进一步把依赖收敛到浏览器端，部署复杂度低，也更容易通过安全扫描。

但要注意边界：AnyDoc 主要处理数字原生文档，不做 OCR，不还原扫描件版式，也不把 Excel 图表或 PPT SmartArt 还原成数据。如果你的输入里有大量图片型 PDF，仍然需要 OCR 或版面理解方案。合规场景的正确姿势是：AnyDoc WASM 负责“文本层干净的 Markdown”，OCR 链路单独评估，二者不要混为一谈。

3. AnyDoc WASM 最小可运行调用：魔数识别与 Markdown 输出

下面是一个最小浏览器端示例。不同版本的 AnyDoc WASM 包导出名可能略有差异，核心思路是：加载 WASM 初始化函数，读取文件 ArrayBuffer，调用转换函数，拿到 Markdown。你只需要把anydoc-wasm替换成官方文档里的实际 npm 包名，并确认导出函数名。

<!doctype html> <html lang="zh-CN"> <head> <meta charset="utf-8" /> <title>AnyDoc WASM 本地转换</title> </head> <body> <input id="file" type="file" accept=".doc,.docx,.docm,.xls,.xlsx,.xlsm,.xlsb,.ppt,.pptx,.odt,.ods,.odp,.rtf,.epub,.csv,.pdf" /> <pre id="md" style="white-space: pre-wrap;"></pre> <script type="module"> import initAnyDoc, { convertToMarkdown } from 'anydoc-wasm'; // 如果官方导出名不同，只替换这一行 import。 await initAnyDoc(); const input = document.querySelector('#file'); const output = document.querySelector('#md'); input.addEventListener('change', async () => { const file = input.files?.[0]; if (!file) return; const bytes = new Uint8Array(await file.arrayBuffer()); // AnyDoc 会读取文件内容魔数，不完全依赖扩展名。 const markdown = await convertToMarkdown(bytes, { fileName: file.name, mimeType: file.type }); output.textContent = typeof markdown === 'string' ? markdown : markdown.markdown; // 合规提醒：到这一步为止，文件只在浏览器内。 // 如果要调用大模型，请把脱敏后的 Markdown POST 到自己的后端。 }); </script> </body> </html>

如果你希望前端不暴露任何模型 Key，推荐加一层 BFF。浏览器完成 AnyDoc WASM 转换后，只把 Markdown 文本发给后端：

// browser：AnyDoc 转换完成后，只发送文本 const md = await convertToMarkdown(bytes, { fileName: file.name }); await fetch('/api/summarize', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ markdown: md.slice(0, 12000), purpose: 'contract-risk-review' }) });

这样做的好处是：文件原始字节不出浏览器，只把必要文本送到你的服务端；模型 Key 保存在服务端，不进入前端包。对律所、医疗、金融的在线工具，这是比“浏览器直连模型 API”更稳妥的设计。

4. 用 TaoToken 调 LLM：Base URL 与 Key 的 Node 端配置

转换完成之后，下一步是调用大模型。你可以先到 TaoToken 官网（https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=anydoc_wasm_key_config）创建 Key。拿到 Key 后，在服务端配置环境变量，不要写进前端代码。

export TAOTOKEN_API_KEY="YOUR_API_KEY" export TAOTOKEN_MODEL="YOUR_MODEL_NAME"

Base URL 按产品事实填写：

https://taotoken.net/api

下面是一个 Node.js + OpenAI SDK 的后端示例。它的职责是接收浏览器传来的 Markdown，再调用 TaoToken 上的模型。

// server.mjs import express from 'express'; import OpenAI from 'openai'; const app = express(); app.use(express.json({ limit: '2mb' })); const client = new OpenAI({ apiKey: process.env.TAOTOKEN_API_KEY || 'YOUR_API_KEY', baseURL: 'https://taotoken.net/api' }); app.post('/api/summarize', async (req, res) => { try { const { markdown } = req.body; if (!markdown || typeof markdown !== 'string') { return res.status(400).json({ error: 'markdown required' }); } const completion = await client.chat.completions.create({ model: process.env.TAOTOKEN_MODEL || 'YOUR_MODEL_NAME', temperature: 0.2, messages: [ { role: 'system', content: '你是合规文档摘要助手。只依据用户提供的 Markdown 回答，不要编造条款。' }, { role: 'user', content: `请输出风险点、义务条款、待确认字段：\n\n${markdown.slice(0, 12000)}` } ] }); res.json({ text: completion.choices?.[0]?.message?.content ?? '' }); } catch (err) { console.error(err); res.status(500).json({ error: 'LLM request failed' }); } }); app.listen(8787, () => { console.log('server running at http://localhost:8787'); });

几个容易踩的坑：

baseURL不要自己乱加/v1，先按https://taotoken.net/api填。不同 SDK 的路径拼接规则不同，多一层或少一层都可能 404。
model不要写死一个不确定的模型 ID。到 TaoToken 控制台或模型列表里复制实际可用 ID。
Key 只放服务端。浏览器端调用模型会暴露 Key，合规评审基本过不了。
发送前做脱敏。AnyDoc 只解决“文件不出浏览器”，不解决“文本出网”的合规问题。

5. Claude Code settings.json：ANTHROPIC_* 专属配置

如果你在终端里用 Claude Code 做代码辅助或文档处理，也可以通过 TaoToken 发 Key。Claude Code 走的是 Anthropic 系环境变量，配置通常放在~/.claude/settings.json或项目级.claude/settings.json。先到 TaoToken 官网（https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=anydoc_wasm_claude_settings）创建 Key，再写入：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "YOUR_API_KEY", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "YOUR_CLAUDE_MODEL_ID", "ANTHROPIC_SMALL_FAST_MODEL": "YOUR_FAST_MODEL_ID" } }

说明：

ANTHROPIC_BASE_URL填https://taotoken.net/api。
ANTHROPIC_API_KEY和ANTHROPIC_AUTH_TOKEN在不同 Claude Code 版本里可能二选一，保留你当前版本实际生效的那个即可。
ANTHROPIC_MODEL和ANTHROPIC_SMALL_FAST_MODEL填 TaoToken 上可用的模型 ID。小模型用于轻量任务，主模型用于复杂任务。
不要把 Anthropic 官方地址和 TaoToken 地址混用。一个项目里最好只保留一套供应商配置。

配完后，在项目目录执行 Claude Code。如果出现 401，优先检查 Key 是否复制完整、是否有多余空格；如果出现 404，检查 Base URL 是否被误写成https://taotoken.net/api/v1或其他路径。

6. Codex config.toml：TaoToken 供应商配置与常见误区

Codex 使用config.toml，不要把它和 Claude Code 的ANTHROPIC_*混在一起。Codex 配置通常位于~/.codex/config.toml。示例如下：

model = "YOUR_MODEL_NAME" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "chat"

然后设置环境变量：

export TAOTOKEN_API_KEY="YOUR_API_KEY"

Windows PowerShell 下：

$env:TAOTOKEN_API_KEY="YOUR_API_KEY"

这里最常见的误区有三个：

把ANTHROPIC_BASE_URL、ANTHROPIC_API_KEY写进 Codex 配置。Codex 不吃这一套，应该用model_providers和env_key。
把base_url写成带/v1的地址。除非你的 Codex 版本和供应商文档明确要求，否则先填https://taotoken.net/api。
wire_api乱填。先用chat，如果客户端版本支持并明确要求其他值，再按文档调整。

Codex 适合在本地仓库里做代码阅读、脚本生成、配置修改建议。注意：不要让任何工具直连生产数据库，也不要让 Agent 自动执行破坏性 SQL。涉及数据库的命令应由你在本地终端确认后执行，模型只做文本建议。

7. CC Switch 三件套：Provider、API Key、Base URL

如果你用 CC Switch 管理多个 Claude Code / Codex 供应商，核心就是三件套：Provider 名称、API Key、Base URL。TaoToken 的填法可以统一为：

配置项	建议值
Provider 名称	`taotoken`
API Key	`YOUR_API_KEY`
Base URL	`https://taotoken.net/api`
模型 ID	从 TaoToken 控制台复制实际模型 ID
备注	Claude Code 走 Anthropic 变量；Codex 走 config.toml

CC Switch 的价值在于快速切换供应商和配置。但切换时要注意：

Claude Code 的 profile 里使用ANTHROPIC_*。
Codex 的 profile 里使用model_provider+base_url+env_key。
不要把同一个 Key 到处硬编码。建议用环境变量或系统钥匙串。
切换后先跑一个最小请求，比如让模型返回“ok”，确认 Base URL 和 Key 生效。

如果你还没有 Key，可以先到 TaoToken 创建：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=anydoc_wasm_key。创建后立即复制，放进服务端环境变量或 CC Switch 的安全存储里。

8. 合规审计清单：从浏览器转换到模型出网的边界

AnyDoc WASM 解决的是“文件解析不出浏览器”，但完整链路还有模型调用、日志、缓存、审计。合规行业开发者建议按下面清单过一遍：

数据分级。合同、病历、证件、财务报表是否允许出网？如果允许，是否需要字段级脱敏？
最小化发送。AnyDoc 转换出的 Markdown 可能包含页眉页脚、批注、隐藏 sheet。发送给模型前，只保留任务需要的段落。
脱敏规则。身份证号、手机号、银行账号、病历号、客户名称，用本地规则替换成占位符，再发给模型。
Key 管理。YOUR_API_KEY只放服务端环境变量，不写进前端、不提交 Git、不放在日志里。
日志审计。记录谁在什么时候发起了转换和模型调用，但不记录完整敏感原文。
缓存策略。如果缓存 Markdown，必须加密和设置过期时间。合规场景不建议长期缓存原文。
供应商评估。模型调用出网后，数据是否被用于训练、保留多久、是否支持企业级条款，需要单独确认。
本地兜底。极高敏感数据可以只做浏览器内转换和本地规则抽取，不调用云端模型。

这也是为什么推荐 BFF 架构：浏览器负责 AnyDoc WASM 转换，服务端负责脱敏、审计和模型调用。前端不碰 Key，后端不碰原始二进制文件，职责清晰。

9. 排障清单：401、CORS、WASM 加载失败怎么查

接入 AnyDoc WASM + TaoToken 时，常见问题集中在四类。

第一类：WASM 加载失败。

浏览器控制台可能出现：

WebAssembly.instantiate(): expected magic word

优先检查静态资源服务器是否给.wasm返回了application/wasmMIME 类型。Nginx 可以这样配置：

types { application/wasm wasm; }

Vite、Webpack、Next.js 等框架通常有内置支持，但自定义 CDN 或对象存储容易漏掉。

第二类：AnyDoc 转换结果为空或格式错乱。

扫描件 PDF 没有文本层，AnyDoc 不会做 OCR，结果为空是正常边界。
Excel 多个 sheet、隐藏行列、合并单元格，转 Markdown 后可能需要二次清洗。
PPT 的演讲者备注可能保留，但 SmartArt 和图表不会还原成数据。
文件被改过扩展名时，魔数识别可能仍能处理，但如果文件本身损坏，解析会失败。

第三类：TaoToken 请求 401 / 403。

检查YOUR_API_KEY是否完整，前后是否有空格。
检查请求头是否用了正确的鉴权格式。OpenAI SDK 通常自动处理。
检查 Key 是否被禁用、额度是否耗尽、环境变量是否加载到当前进程。
如果是在浏览器直连，确认没有把 Key 暴露给不该看到的人；最好改成服务端代理。

第四类：404 / Base URL 路径错误。

先填https://taotoken.net/api。
不要随手加/v1或/chat/completions到baseURL，SDK 通常会自动拼路径。
如果用的是自定义 HTTP 客户端，按 TaoToken 文档确认完整路径。
Claude Code、Codex、CC Switch 的 Base URL 要分开维护，不要互相复制错配置。

10. 文末 CTA：模型对话 → Coding Plan → 创建 Key → Claude Code 文档

如果你准备把“浏览器内 AnyDoc WASM 转换 + 大模型处理”做成合规工具，建议按这个顺序走：

先到模型对话页体验模型能力，确认摘要、抽取、问答是否满足业务：
https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=anydoc_wasm_chat
如果要把能力接进 Coding 工作流或产品原型，查看 Coding Plan：
https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=anydoc_wasm_plan
然后创建 API Key，拿到YOUR_API_KEY：
https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=anydoc_wasm_key
如果你用 Claude Code，按文档配置settings.json和ANTHROPIC_*：
https://taotoken.net/doc/ClaudeCodeAnthropic?utm_source=taotoken_aicg_blog_end&utm_content=anydoc_wasm_claude

TaoToken 官网入口再放一次，方便你从零开始：
https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=anydoc_wasm_cta

配置时记住三个固定值：Key 用YOUR_API_KEY占位；Base URL 填https://taotoken.net/api；Claude Code 用ANTHROPIC_*和settings.json，Codex 用config.toml，不要混用。先把文件在浏览器内转干净，再把脱敏后的 Markdown 交给 TaoToken 上的模型，这条链路更适合合规团队落地。