ARTICLE · 人工智能
20ms 把 PDF 变成 Markdown！开源 OCR 神器快了近 300 倍
一语总结Y Combinator 孵化的 Firecrawl 团队发布了 OCR It，一个免费浏览器插件，可以在 20ms 内将不可复制的 PDF 转换为清晰的 Markdown 格式，处理速度比 Docling 快近 300 倍，且完全离线运行。
OCR It 是一个由 Firecrawl 团队开发的开源浏览器插件，用于快速提取和转换 PDF 文档中的文字内容。它支持手动和自动两种操作模式，能够高效地将扫描或不可复制的 PDF 转换为可编辑的 Markdown 文本。该工具在处理速度上表现出色，仅需 20ms 即可完成单页识别，同时保持与 Docling 相当的识别质量。然而，对于包含复杂排版（如表格、公式）的文档，其稳定性还有待提升。
- 超高速处理
OCR It 可以在 20ms 内完成单页 PDF 的文字提取和 Markdown 转换，处理速度比同类工具 Docling 快近 300 倍，显著提高了工作效率。
- 离线运行
该插件基于本地打包的 Tesseract 引擎，无需联网即可运行，确保了数据的隐私性和安全性，同时避免了 API 调用限制。
- 操作便捷
OCR It 提供了直观的框选和快捷键操作，支持手动逐页识别和自动连续运行，并允许用户在识别后对文本进行检查和修改。
- 局限性
虽然在简单文档上表现良好，但 OCR It 目前对复杂排版（如标题、脚注、表格、数学公式）的识别还不够稳定，需要进一步优化。
20ms 把 PDF 变成 Markdown！开源 OCR 神器快了近 300 倍
OCR It 是一个由 Firecrawl 团队开发的开源浏览器插件，用于快速提取和转换 PDF 文档中的文字内容。它支持手动和自动两种操作模式，能够高效地将扫描或不可复制的 PDF 转换为可编辑的 Markdown 文本。该工具在处理速度上表现出色，仅需 20ms 即可完成单页识别，同时保持与 Docling 相当的识别质量。然而，对于包含复杂排版（如表格、公式）的文档，其稳定性还有待提升。
文章金句
"在处理质量与 Docling 旗鼓相当的前提下，OCR It 的处理速度比 Docling 快了近 300 倍！
"OCR It 目前可以相当顺手地处理版式简单、文字清晰的 PDF 文档，但它还不太能处理一些标题、脚注、表格、数学公式和正文段落混排的复杂页面。