出海去孵化器(@chuhaiqu):Firecrawl 又出神作，一个非常高效节约的 pdf 解析工具 - pdf-inspector，完全开源免费会先在本地判断 PDF 是文字版、扫描版、图片版还是混合版。文字版直接抽文本和表格，扫描页再丢给 OCR，避免每份文件都走一遍又贵又慢的 OCR。拿 200 份 PDF 跑了几个开源主流 pdf 解析项目的性能测试，pdf-inspector 总分排第一，200 个文档只用了 0.47 秒，遥遥领先了！Rust 还是强啊，同时给 Python、Node、WASM、CLI 绑定，适合接进 RAG、爬虫、财报/论文/法律文档等处理

2026.08.09 04:04

Firecrawl 又出神作，一个非常高效节约的 pdf 解析工具 - pdf-inspector，完全开源免费会先在本地判断 PDF 是文字版、扫描版、图片版还是混合版。文字版直接抽文本和表格，扫描页再丢给 OCR，避免每份文件都走一遍又贵又慢的 OCR。拿 200 份 PDF 跑了几个开源主流 pdf 解析项目的性能测试，pdf-inspector 总分排第一，200 个文档只用了 0.47 秒，遥遥领先了！Rust 还是强啊，同时给 Python、Node、WASM、CLI 绑定，适合接进 RAG、爬虫、财报/论文/法律文档等处理

显示更多