TwiScan
热门
社区
账号集合
登录
注册
English
日本語
한국의
简体中文
繁体中文
注册并分享邀请链接,可获得视频播放与邀请奖励。
立即注册
GitHubDaily
@GitHub_Daily
💡 挖掘开源的价值 🧑🏻💻 坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术 🧐 A list cool, interesting projects of GitHub. ✏️ 公众号:GitHubDaily
加入 May 2023
209
正在关注
90.8K
粉丝
GitHubDaily
@GitHub_Daily
2026.08.05 00:00
给大模型喂 PDF 文档,常见做法是先跑 OCR 再提文字,但实际上有一半多的 PDF 本来就是文字版,根本不需要 OCR。 Firecrawl 团队最近开源的 pdf-inspector,能自动判断 PDF 是文字版还是扫描版,文字版的直接提取并转成 Markdown。 最快 200 毫秒内提取完成,支持表格检测、多栏排版识别、标题层级还原,输出的 Markdown 结构干净。 GitHub: 提供 Python、Node.js、Rust 和浏览器端四套接口,浏览器里通过 WebAssembly 直接跑,不用后端服务。 做文档处理相关开发的朋友,拿来做 PDF 前置分类和提取挺合适的。
显示更多
0
0
20
75
20
转发到社区
热门用户
New York Post
@nypost
4.3M 粉丝
狱
@Wx1n11124
317.9K 粉丝
Reuters
@Reuters
26.5M 粉丝
华尔街观察 Xtrader
@cnfinancewatch
140.3K 粉丝
空空道人
@Kongkongda5882
40.9K 粉丝
First Squawk
@FirstSquawk
579.6K 粉丝
オリコンニュース
@oricon
2M 粉丝
PR TIMESテクノロジー
@PRTIMES_TECH
28.3K 粉丝
吴说区块链
@wublockchain12
183K 粉丝
allincrypto 熬鹰资本 🇨🇳
@thankUcrypto
208.1K 粉丝
ツイッター速報〜BreakingNews
@tweetsoku1
260.1K 粉丝
zerohedge
@zerohedge
3.4M 粉丝
TVer新着
@TVer_info
101.8K 粉丝
中國新聞社
@CNS1952
550K 粉丝
一劍浣春秋
@chee828
233.3K 粉丝