开源 OCRIt 插件：20ms 提取 PDF 文字，速度快 Docling 300 倍

量子位 · wechat · 2026-08-29

Y Combinator 孵化的 Firecrawl 团队发布了开源浏览器插件 OCRIt，可在 20 毫秒内将不可复制的 PDF 转换为 AI 可读的 Markdown 格式。该工具基于 Tesseract 实现完全离线运行，无需 API Key 或网络权限。在保持与 Docling 相同处理质量的前提下，其速度提升了近 300 倍。OCRIt 支持手动框选和自动翻页模式，能智能识别重复页面并自动停止。实测显示，它在处理版式简单的文档时表现出色，但对复杂的混合排版（如公式、表格）仍有待优化。