20ms把PDF变成Markdown！开源OCR神器快了近300倍
内容提要
Y Combinator孵化的Firecrawl团队发布开源OCR工具OCR It，可在20毫秒内将PDF文字转为Markdown，速度比Docling快300倍，支持离线使用。作为浏览器插件，用户可框选区域后手动或自动识别整份文档。但复杂版式（如表格、公式）处理能力有限，仍有提升空间。
延伸解读
速度优势的代价：复杂版式仍是短板
OCR It在简单版式PDF上表现出色，但网友实测发现，它对标题、脚注、表格、数学公式和正文段落混排的复杂页面处理能力有限。这意味着，对于学术论文、技术文档等常见复杂排版，用户可能仍需手动校对或使用其他工具。因此，在追求速度的同时，需权衡其对复杂内容的支持程度。
使用场景与限制：离线与浏览器插件
OCR It作为浏览器插件，支持Chrome和Firefox，无需API Key和联网，可离线使用。它通过框选区域和快捷键操作，适合处理整本书或文档。但浏览器内置PDF阅读器暂不支持自动翻页，处理此类PDF时需手动操作。此外，自动模式有300页上限，且会在连续相同页面或OCR失败时自动停止，用户需注意这些限制。
开源与社区反馈：快速迭代的潜力
OCR It刚开源即获GitHub热门关注，团队宣称其处理质量与Docling相当，速度却快近300倍。社区测试反馈积极，但也指出了复杂版式的不足。作为开源项目，其后续更新可能针对这些短板进行优化。用户可关注项目仓库，参与测试并提供反馈，以推动工具改进。
Q&A
OCR It是什么？它有什么主要功能？
OCR It是Firecrawl团队开发的一款开源OCR工具，作为浏览器插件，可在20毫秒内将PDF中的文字提取并转换为Markdown格式，支持离线使用，并能自动翻页识别整份文档。
OCR It的处理速度有多快？与Docling相比如何？
OCR It处理一份PDF仅需20毫秒，据其CTO称，在处理质量与Docling相当的情况下，速度比Docling快近300倍。
OCR It支持哪些浏览器？是否需要联网或API密钥？
OCR It支持Chrome和Firefox，完全离线运行，无需API密钥，安装时也不需要索取网站权限。
如何使用OCR It的手动模式？
手动模式：先按Option+Shift+R框选文字区域，按Enter保存；然后按Option+Shift+S识别当前页并自动翻页，重复操作直到完成。也可边翻页边按快捷键，系统会后台排队识别。
OCR It的自动模式如何启动和停止？
自动模式：按Option+Shift+A或点击Start auto-run，工具会自动循环截图、OCR、翻页，直到文档结束。中途可按ESC停止。
OCR It在什么情况下会自动停止识别？
OCR It会在连续识别到两张相同页面、无法继续翻页、OCR失败或达到300页上限时自动停止，避免无限重复抓取。
OCR It目前有哪些局限性？
OCR It对版式简单、文字清晰的PDF处理效果好，但难以处理标题、脚注、表格、数学公式和正文段落混排的复杂页面，仍有提升空间。
