MD → ALL

识别、保留并转换任意 LaTeX 公式,跨越所有格式

作者 :
Guillaume Desvaux · HOPE 'N MIND SASU
年份 :
2026

摘要

自包含、离线的 Rust 科学写作套件,以公式为王。它可打开约二十种格式,以任何形式识别 LaTeX(行内、独立、多行),归一到 Markdown + LaTeX 内核,再导出为 18 种格式,绝不把公式压平成无法恢复的图像。mdall 是所见即所得编辑器(实时 LaTeX);mdall-lite 保留同一内核但去掉所见即所得,代之以公式画廊(点击、编辑代码、即时重渲染),加 MCP 服务器。极端证明:Word 无损往返。

关键词

  • 可追溯性与控制
  • 复杂系统与计量学
  • 计算方法
  • 神经网络与大语言模型
  • 语言模型

全文

公式写一次,导出到任何地方,全部取回:任意格式导入,LaTeX 以任何形式被识别,任意格式导出,绝不丢失一条公式。

Markdown + LaTeX

极端证明:源码导出为 .docx,同事在 Word 中修订,导入时精确重建原始的 Markdown 与 LaTeX。对 Word 成立的,对全部十八种输出格式同样成立:公式绝不丢失。

MD -> ALL 是一套自包含的、用 Rust 编写的科学写作套件,装进单个可执行文件,无需安装。其核心理念:公式在整条链路中都是一等公民。它可打开约二十种输入格式(Markdown、LaTeX、DOCX、HTML、EPUB、ODT 等),以任何形式识别 LaTeX(行内、独立、多行,无论分隔符与源文档格式如何),将一切归一到 Markdown + LaTeX 内核,再导出为十八种格式,绝不把公式压平成无法再打开的图像。两种互补形态:mdall,完整的所见即所得编辑器,边输入边实时渲染 LaTeX;以及 mdall-lite,保留同一转换内核,但用公式画廊(预览、点击、编辑代码、即时重渲染)取代所见即所得,并配一个面向智能体的 MCP 服务器。其最极端的证明:Word 无损往返。

通用 LaTeX 识别:行内、独立与多行公式(align、cases、matrices),无论分隔符与源文档格式如何,一如研究者在真实论文中的书写。

通用格式桥接:约二十种输入格式归一到 Markdown + LaTeX 内核,再导出为十八种格式(PDF、DOCX、HTML、EPUB、ODT、LaTeX、Typst、RTF、SVG、TXT……)。公式绝不被降为无法恢复的图像:其 LaTeX 源码始终随行。

公式即时编辑:每条公式都可直接修改,行内或多行皆可,与其来源格式无关;预览即时重渲染。

两种形态,同一内核:mdall 是所见即所得编辑器(三个实时视图,边输入边就地渲染 LaTeX);mdall-lite 去掉所见即所得,代之以公式画廊,每条公式列为带预览的卡片,打开即可编辑原始 LaTeX,图像随即重渲染,修正直接流入导出。

可逆的 Word 往返:原始 Markdown 与 LaTeX 被嵌入 .docx(三重冗余),可在修改、批注与修订跟踪中存活;重新导入即可重建精确源码。

单次下载,零运行时:无需 Node、Python、Pandoc 或 LibreOffice。一切内置,一切离线可用,且 MCP 服务器将同一引擎开放给 AI 智能体。

约 33,000 行 Rust 代码,界面基于 egui/eframe,Markdown 由 pulldown-cmark 处理,LaTeX 由 KaTeX(经 duktape 运行,无需 Node)渲染。PDF 导出采用

内嵌 Chromium 以获得最高保真度,其次是 Typst(纯 Rust),最后回退到 genpdf,从而始终能生成 PDF,即使离线。

,并可优雅降级到无系统依赖的纯 Rust。

可逆性建立在三重冗余之上:原始 Markdown 与 LaTeX 被写入 .docx 的三个独立载体(一个专用 ZIP 条目、一个带手写 CRC-32 的 PNG tEXt 块,以及 SVG 元数据)。每个载体都由端到端测试守护:经 Word 往返后,能重建精确源码。整体经过测试(数百个用例),在 Windows、Linux、macOS 上通过 CI 构建,并以可下载的二进制发布。

每位研究者都懂这种痛:你用 Markdown 与 LaTeX 干净地写好,把文档发给用 Word 打开它的导师或审稿人,回来时公式已成一团糟。更广而言,研究身处格式的巴别塔,每一次转换,最先死去的都是公式。MD -> ALL 闭合了这个循环,双向、面向所有格式,不丢失任何一条公式。

MCP 服务器将这一理念延伸到智能体时代:文档转换成为一种你可以交给 AI、同时仍掌控自身数据的能力。这正是 HOPE 'N MIND 的信念:把研究转化为具体、开放、可用的工具,而非承诺。

阅读交互式文章源代码 (GitHub)

引用本文